MétaCan
Menu
Retour à la cohorte
Enregistrement W2044373204 · doi:10.5539/mas.v2n3p64

Alteration of Iron Metabolism of Elite Female Distance Runners in Intensity Training

2008· article· en· W2044373204 sur OpenAlexvenueno aff
Bayar Tsinggel, Bao Dagula

Notice bibliographique

RevueModern Applied Science · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoluble transferrin receptorHemoglobinIron deficiencyFerritinTransferrinErythropoietinSerum ironInternal medicineTransferrin saturationEndocrinologyTotal iron-binding capacityTransferrin receptorChemistryIron statusMedicineAnimal scienceAnemiaBiology

Résumé

récupéré en direct d'OpenAlex

The hemoglobin (Hb), serum Iron (SI), serum ferritin, serum transferrin (Tr), serum transferrin receptor (sTfR) concentration, Erythrocyte hemoglobin distribution width(RDW) and erythropoietin(EPO) in adults are suggested to provide a sensitive measure of iron depletion and the serum ferritin (Ferr) concentration is able to indicate the entire range of iron status, from iron deficiency to iron overload. However, little is known about those indexes in elite female distant runners. The objective of this study was to determine the above indexes in intensity training of 8 elite female distant runners two months ahead of national competition. Result showed that Hb concentration decreased in second sampling point and then recovered; SI concentration firstly decreased then increased, but it was not significant; Tr concentration, RDW and EPO level increased in second sampling point then fell to baseline; there was no significant difference in Ferr and sTfR concentration. It can be concluded that due to intensity training, iron metabolism in the initial stage of training was disturbed and then modulated in following training phase.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetGenetics and Physical PerformanceTravaux en français237 207