International normative 20 m shuttle run values from 1 142 026 children and youth representing 50 countries
Notice bibliographique
Résumé
OBJECTIVE: To develop sex-specific and age-specific international norms for the 20 m shuttle run test (20mSRT) in children and youth (aged 9-17 years), and to estimate the prevalence meeting the FITNESSGRAM criterion-referenced standards for healthy cardiorespiratory endurance (CRE). METHODS: A systematic review was undertaken to identify papers explicitly reporting descriptive 20mSRT (with 1 min stages) data on children and youth since 1981. Data were included on apparently healthy (free from known disease/injury) 9-17 years old. Following standardisation to a common metric and for protocol differences, pseudo data were generated using Monte Carlo simulation, with population-weighted sex-specific and age-specific normative centiles generated using the Lambda Mu and Sigma (LMS) method. Sex-related and age-related differences were expressed as per cent and standardised differences in means. The prevalence with healthy CRE was estimated using the sex-specific and age-specific FITNESSGRAM criterion-referenced standards for [Formula: see text]. RESULTS: Norms were displayed as tabulated centiles and as smoothed centile curves for the 20mSRT using 4 common metrics (speed at the last completed stage, completed stages/minutes, laps and relative [Formula: see text]). The final data set included 1 142 026 children and youth from 50 countries, extracted from 177 studies. Boys consistently outperformed girls at each age group (mean difference±95% CI: 0.86±0.28 km/h or 0.79±0.20 standardised units), with the magnitude of age-related increase larger for boys than for girls. A higher proportion of boys (mean±95% CI: 67±14%) had healthy CRE than girls (mean±95% CI: 54±17%), with the prevalence of healthy CRE decreasing systematically with age. CONCLUSIONS: This study provides the most comprehensive and up-to-date set of international sex-specific and age-specific 20mSRT norms for children and youth, which have utility for health and fitness screening, profiling, monitoring and surveillance.
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 | 0,018 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,016 | 0,018 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».