Relationship Between Functional Movement Screen Scores, Core Strength, Posture, and Body Mass Index in School Children in Moldova
Notice bibliographique
Résumé
The assessment of functionality should include parameters that consider postural control, limb asymmetries, range of motion limitations, proprioceptive deficits, and pain. An increasingly popular battery of tests, the Functional Movement Screen (FMS), is purported to assess the above named parameters. The purpose of our study was twofold: (a) to report differences in total FMS scores in children, provide preliminary normative reference values of each of the 7 individual FMS scores for both genders and report on asymmetries and (b) to evaluate the relationship between total FMS scores, age, body mass index (BMI), core strength/stability, and postural angles to explore the possibility of using the FMS in the assessment of children's functional fitness. Descriptive data on 77 children aged 8-11 years were collected. The children performed core strength/stability exercises. Photographs were taken from a lateral view for later calculation of postural angles. The children performed the FMS while being videotaped for later review. The average total FMS score (of 21) was 14.9 (+1.9), and BMI was 16.4 (+2.2). Static posture is not related to results of the FMS. Core strength was positively correlated to the total FMS score (r = 0.31; p = 0.006). Over 60% demonstrated at least 1 asymmetry. The individual test scores indicate that none of the test items is too difficult for the children. Based on the screen's correlation to core strength, and the fact that it identifies areas of asymmetry, we suggest to further investigate its possible use in the assessment of children's functional fitness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».