MétaCan
Menu
Retour à la cohorte
Enregistrement W1986608090 · doi:10.5539/ies.v8n5p131

The Effects of 8-Weeks Aerobic Exercise Program on Blood Lipids and Cholesterol Profile of Smokers vs. Non Smokers

2015· article· en· W1986608090 sur OpenAlexvenueno aff
Akef M. Taifour, Ahmad AL-Shishani, Aman Khasawneh, Ali M. Al‐Nawaiseh, Mohammed Bakeer

Notice bibliographique

RevueInternational Education Studies · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerobic exerciseBlood lipidsMedicineCholesterolLipid profilePhysical therapyTotal cholesterolInternal medicinePhysiology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to compare the effects of 8- week aerobic exercise program on blood lipids and cholesterol profile of smoker’s VS non-smokers. A total of 34 male subjects (18 non-smokers and 16 smokers) took part in this study. Both groups were pre- and post tested in their blood-lipids and cholesterol profile before and after the 8-week aerobic training program. The results indicated that aerobic training improves blood lipids and cholesterol in both groups but the magnitude of improvement in both groups was not statistically different compared to the post-test scores. However, this study revealed that smokers can benefit from aerobic exercise as much as non-smokers. This indicates that smoking does not hinder smokers from improving their general health via regular aerobic exercise. It seems that longer than 8-week aerobic training program is needed to improve significantly blood-lipids and cholesterol profile in both smokers and non smokers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,493
Écart entre enseignants0,426 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetHealth and Wellbeing ResearchTravaux en français237 207