Fat Mass Centile Charts for Brazilian Children and Adolescents and the Identification of the Roles of Socioeconomic Status and Physical Fitness on Fat Mass Development
Notice bibliographique
Résumé
This paper presents fat mass centile charts for Brazilian youth and investigates the roles of socioeconomic status and physical fitness (PF) on fat mass (FM) development. Two northeast Brazilian samples were used: a cross-sectional sample of 3659 (1921 girls) aged 8 to 16 years and a mixed-longitudinal series of cohorts (8-10, 10-12, 12-14, 14-16 years) with 250 boys and 250 girls. A measure of somatic maturity was used as a marker of biological maturation; PF comprised agility, explosive and static strength, and aerobic capacity. Socioeconomic status was based on school attended; public or private. Slaughter's anthropometric equations were used to estimate FM. Percentile charts was constructed using the LMS method. HLM (Hierarchical Linear Model) 7 software modeled FM changes, identifying inter-individual differences and their covariates. Girls and boys had different FM percentile values at each age; FM increased nonlinearly in both girls and boys. Higher PF levels reduced FM changes across time in both sexes. Sex-specific non-linear FM references were provided representing important tools for nutritionists, pediatriciann and educators. Physical fitness levels were found to act as a protective factor in FM increases. As such, we emphasize PF importance as a putative health marker and highlight the need for its systematic development across the school years.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».