RELATIONSHIP BETWEEN PHYSICAL ACTIVITY AND AEROBIC FITNESS IN CHILDREN
Notice bibliographique
Résumé
Accelerometers and/or heart rate monitors have been used to evaluate physical activities in children, using sampling periods of 1-min or longer. However, children's activities are often characterized by very short bursts (3–6 sec). Sampling of longer duration may, therefore, underestimate activities of a short-intense nature. This may be one of the reasons that the relationships between physical activity and aerobic fitness are not clear. PURPOSE To assess the relationship between physical activity and aerobic fitness in children, based on analysis of short-duration accelerometry sampling. METHODS Subjects were 57 boys and 55 girls aged 10 to 11 years. A multistage 20-metre shuttle run test (20-MST) was carried out according to a previously reported method. The total laps of running back and forth were taken as an index of aerobic fitness. Using a single axis accelerometer (Lifecoder, Suzuken), the physical activities were evaluated every 4 seconds on three weekdays. Levels 8 and 9 of accelerometer output, as recorded by this apparatus, were considered a “vigorous” activity, which corresponded to at least 30 ml¥kg-1¥min-1 of oxygen uptake, based on previous determination on a treadmill. Time spent on vigorous activities was accumulated each day. RESULTS Mean values and standard deviations of the laps in the 20-MST were 60.8 ± 20.6 and 43.7 ± 14.4 in boys and girls, respectively. Accumulated daily vigorous activities were 13.6 ± 6.2 min in boys and 8.6 ± 5.6 min in girls. These gender differences are significant. The vigorous activities significantly correlated with the total laps in the 20-MST (r = 0.51 and 0.52 in boys and girls, respectively). CONCLUSION Short-term vigorous physical activities moderately relate to aerobic fitness in both boys and girls.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».