Validity of field assessments to predict peak muscle power in preschoolers
Notice bibliographique
Résumé
Field-based fitness assessments are time- and cost-efficient. However, no studies to date have reported the predictive value of field-based musculoskeletal fitness assessments in preschoolers. The purpose of this study was to determine the validity of 2 field assessments to predict peak muscle power in preschool-aged children. Four-hundred and nineteen 3- to 5-year olds participated (208 girls, 211 boys; mean age: 4.5 ± 0.9 years). Peak power (PP) was evaluated using a modified 10-s Wingate protocol as the criterion standard. Standing long-jump was measured in inches to the back of the heel using a 2-footed takeoff and landing. Shuttle-run time was measured using a shuttle-run protocol, which required children to sprint 50 feet (15.2 m), pick up a small block, and sprint back, with time measured to the closest tenth of a second. Regression modelling was used to calculate the predictive power of each field-based measurement, adjusting for weight (kg), age, and sex. Both standing long-jump distance and shuttle-run time were significantly correlated with PP (r = 0.636, p < 0.001, and r = –0.684, p < 0.001, respectively). Linear regression analysis determined that a child’s PP can be predicted from the child’s weight, age, and sex and either standing long-jump or shuttle-run time (adjusted R2 = 0.79, p < 0.001, and 0.81, p < 0.001, respectively). The standing long-jump and the Bruininks Oseretsky Test of Motor Proficiency 2nd Edition shuttle-run are both significant predictors of peak muscle power in preschool children. Either measure can be used as a cost- and time-efficient estimate of musculoskeletal fitness in preschoolers.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».