Effects of Bikram Yoga on Body Composition, Blood Pressure, and Sleep Patterns in Adult Practitioners
Notice bibliographique
Résumé
Studies have demonstrated positive results for people who practice traditional yoga, specifically in body mass index, depression, cancer, sleeping patterns, and diabetes. Most forms of traditional yoga are held in a temperate climate between 293 Kelvin (K) to 295 K; a temperature that is calming and places little stress on the body. Bikram yoga, however, is a more intense form of yoga performed in a hotter climate, typically at 314 K with 40% humidity. The purpose of this study was to determine how Bikram yoga affected blood pressure, body composition, and sleep patterns in beginner and intermediate/experienced practitioners. Participants (N=16) completed 8 weeks of sessions, ranging between 2 to 7 classes per week in a local Bikram yoga program conducted by certified instructors. All participants were assessed prior to the study and again at the end of the eight weeks. A BOD POD (an air displacement plethysmography) was used for body composition assessments, while a digital blood pressure cuff was used to assess blood pressure. In addition, participants were also surveyed on sleep parameters pre and post yoga participation. In combining all subjects, results showed there was a significant improvement (p=0.054) in faster time to fall asleep (27.66 min pre and 23.967 min post), and a trend (p=0.057) towards improved mean arterial pressure (92.20 mmHg pre and 88.33 mm Hg post). There were no differences in weight loss or percent body fat in subjects. This study indicates that there is a trend towards improved blood pressure and significant improvement in sleep parameters after 8 weeks of Bikram yoga for both intermediate/experienced and beginners, but no differences in body composition.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».