MétaCan
Menu
Retour à la cohorte
Enregistrement W2550886536 · doi:10.1136/bjsports-2016-096710

Personalising exercise recommendations for brain health: considerations and future directions

2016· review· en· W2550886536 sur OpenAlexaff
Cindy K. Barha, Liisa A.M. Galea, Lindsay S. Nagamatsu, Kirk I. Erickson, Teresa Liu‐Ambrose

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDementiaCognitionPromotion (chess)MedicinePsychologyValue (mathematics)Health promotionPhysical activityCognitive declinePhysical medicine and rehabilitationPhysical therapyGerontologyPublic healthNeuroscienceComputer scienceDiseaseNursingPathology

Résumé

récupéré en direct d'OpenAlex

The societal value of strategies that delay the onset and progression of dementia cannot be overstated. Physical activity-unstructured and structured-is a promising, cost-effective strategy for the promotion of brain health. However, a large degree of variation exists in its efficacy. Therefore, to increase its utility as 'medication' for healthy cognitive ageing, it is imperative to identify key moderators and mediators of the positive effects of targeted exercise training on brain health. In this commentary, we focus on the type of targeted exercise training, the determinants of individual variation, including biological sex and genotypic factors, and the mechanisms by which exercise exerts its influence on the brain. We argue that a better understanding of these factors will allow for evidence-based, personalised, tailored exercise recommendations that go beyond the one-size-fits-all approach to successfully combat dementia.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
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 Opus0,060
Tête enseignante GPT0,374
Écart entre enseignants0,314 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations106
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetDiet and metabolism studiesTravaux en français237 207