Effects Of A 30-day Fitness Challenge On Body Composition And Markers Of Health In Women
Notice bibliographique
Résumé
Numerous studies have documented the value of exercise in controlled clinical trials. However, results achieved in clinical trials may not be realized when applied to the general public. PURPOSE: To determine the effects of a second international 30-day fitness challenge on fitness and markers of health in women. METHODS: 29,220 sedentary women (44.8±13 yrs, 84.0±20 kg, 31.3±7 kg/m2 BMI, 38.3±7% fat) at 3,446 Curves® clubs in the US and Canada participated in the study. Subjects gave online consent and then completed questionnaires and baseline measures. Participants then followed the Curves 30-min circuit training program 3 d/wk plus a 30-min walk 4 d/wk. After 4-wks, subjects repeated testing and questionnaires. Data were analyzed by dependent T-test and are presented as mean±SD changes from baseline. RESULTS: Post-study results were obtained from 2,967 clubs with 14,535 participants. Participants experienced significant (p<0.05) decreases in weight (-1.8±18 lbs, -0.9%; n=14,535), percent fat (-0.7±1.9%, -1.8%; n=14,396), total inches (-3.9±5.3 in, -1.9%; n=13,548), BMI (-0.31±2.8 kg/m2, -0.9%; n=14,432), systolic BP (-2.6±11 mmHg, -1.6%; n=3,870), and diastolic BP (-2.2±8 mmHg, -2.1%; n=3,863). Participants also reported significantly less weekly (-10%) and monthly (-19%) alcohol consumption, sugar intake (-24%), and fat intake (-22.4%) with greater calcium intake (6.6%), and fiber intake (7%). CONCLUSIONS: Results corroborate previous findings that significant improvements in body composition, markers of health, and positive behaviors can be achieved through short-term fitness initiatives. Supported by Curves International, Waco TX
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 | 0,003 | 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 ».