Exercising behavior differences in users and non-users of dietary supplements by sportsmen in Lebanon
Notice bibliographique
Résumé
Introduction: The purpose of the study was to determine the prevalence of dietary supplement use, types of physical activities, and aims of supplements users and non-users, knowledge about their side effects, and changes reported due to dietary supplements use in the suburbs of Beirut, Lebanon. Methods: 220 male participants between the ages of 15 and 53 completed a questionnaire on the ingestion of dietary supplements and knowledge about their benefits and side effects. The study population was drawn from seven health and fitness clubs located in the suburbs of Beirut city. Results: Out of the 220 participants, 109 (49.5%) reported taking supplements; protein shakes were the most consumed (49.5%). Participants mainly engaged in strength exercises (56.7%), and users of dietary supplements were found to practice more than non-users. Users of dietary supplements mainly performed physical activity to build muscles while non-user aims were mainly to improve fitness and performance and to lose weight. Participants sought knowledge regarding dietary supplement use from the internet (24.6%), friends (21.1%), or coaches and personal trainers (24.6%), and rarely from licensed dietitians (1.8%). The greatest difference reported after the use of supplements was improved performance and muscle growth (12.8%). Knowledge about supplements was rated to be low and inaccurate, as 57.8% believed supplements have no side effects and 16.5% did not know what the side effects were. Conclusion: There is limited data on dietary supplement use from males in Beirut, Lebanon. This study provides data to contribute to the awareness on the use of dietary supplements specific to this population.
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) | 0,000 | 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 ».