MétaCan
Menu
Retour à la cohorte
Enregistrement W2753773113 · doi:10.7322/jhgd.112680

Prevalence and factors associated with low lumbar strength in adolescents

2017· article· pt· W2753773113 sur OpenAlexaboutno aff
Eliane Cristina de Andrade Gonçalves, Diego Augusto Santos Silva

Notice bibliographique

RevueJournal of Human Growth and Development · 2017
Typearticle
Languept
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDemographyPhysical activityGerontologyPediatricsPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Objetivo: Verificar a prevalência e fatores associados a baixos níveis de força lombar em adolescentes de 14 a 19 anos de idade.Método: Trata-se de um estudo transversal, com 909 adolescentes de 14 a 19 anos, estudantes de escolas públicas da cidade de São José, Santa Catarina – Brasil. Analisou-se a força lombar por meio do teste de extensão lombar proposto pela Canadian Physical Activity, Fitness and Lifestyle Approach (CPAFLA) que propõe pontos de corte distintos para os sexos. As variáveis independentes analisadas foram: sexo, idade, nível econômico, tempo de tela, atividade física, aptidão aeróbia e Indíce de Massa corporal. Para a análise dos dados utilizou-se a regressão logística binária com nível de significância de 5%.Resultados: A prevalência de baixos níveis de força lombar foi de 45,2%, sendo 36,2% para os meninos e 53,1% para as meninas. Os subgrupos populacionais com maiores chances de baixos níveis de força lombar foram o sexo feminino (OR: 1,99; IC95%: 1,52-2,60) e adolescentes com excesso de peso (OR: 1,48; IC95%: 1,12-1,96). Conclusão: Quase metade dos estudantes apresentaram baixos níveis de força lombar. As meninas e os adolescentes com excesso de peso estiveram mais propícios a ter baixos níveis de força lombar.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Growth and DevelopmentMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207