MétaCan
Menu
Retour à la cohorte
Enregistrement W2194035405

The reliability and sensitivity of indices related to cardiovascular fitness evaluation

2008· article· en· W2194035405 sur OpenAlexaff
Jinzhou Yuan, Yibing Fu, Ruipeng Zhang, Li Xi, Gongbing Shan

Notice bibliographique

RevueUniversity of Zagreb University Computing Centre (SRCE) · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Test (biology)Step testSensitivity (control systems)Index (typography)PopulationStatisticsSquatFitness testCardiovascular fitnessVO2 maxPhysical fitnessReliability engineeringMathematicsPhysical therapyMedicineHeart rateComputer scienceInternal medicineEngineeringSignificant differenceBlood pressureEnvironmental healthBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Determining the recovery heart rate (RHR) index after various submaximal exercises is a popular and practical way for a population’s cardiovascular fitness evaluation. These evaluations are based on the regression among RHR, load intensity, and maximal oxygen uptake. However, little work has been done to 1) explore the influences of body weight and height on these tests’ reliability and sensitivity, and 2) compare the reliability among the tests. As a result, practitioners often choose tests without the appropriate criteria. This study researched the mentioned two aspects by evaluating 30 male college students via three common tests – 30 cm step test, 40 cm step test and squat-up-down test. The results showed that the reliability and sensitivity of the three tests were remarkably different. Adding body weight into the evaluation would improve both reliability and sensitivity. Considering all the influence factors, 30 cm step test was the best one. These findings suggested that applying the relative RHR index (normalized by body weight) should be considered for a population’s cardiovascular fitness evaluation in the future.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,188 · 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

Citations8
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Zagreb University Computing Centre (SRCE)Même sujetCardiovascular and exercise physiologyTravaux en français237 207