MétaCan
Menu
Retour à la cohorte
Enregistrement W2885430328 · doi:10.5027/jmh-vol10-issue1(2009)art37

CUANTIFICACIÓN DE LA MASA MUSCULAR DE LOS MIEMBROS APENDICULARES, POR MEDIO ECUACIONES ANTROPOMÉTRICAS

2009· article· es· W2885430328 sur OpenAlexaboutno aff
Fernando Barraza Gómez, Adolfo Hadler Garcés, José Jeria Fernández, Carolina Riffo Esquivel

Notice bibliographique

RevueJournal of Movement & Health · 2009
Typearticle
Languees
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt

Résumé

récupéré en direct d'OpenAlex

En 1990, Alan Martin publica una ecuación de regresión para la estimación de la masa muscular y la correlaciona condisecciones de 12 cadáveres, obteniendo un coeficiente de determinación (R2) de 0,97 (o sea, excelente para predecir lamasa de los cadáveres) y el error de estimación estándar (EEE) 1,53 kilos (kg). En 1997, un canadiense de nombreMalcolm Doupe modifica la ecuación de Martin para calcular la masa muscular de los 23.400 canadienses que fueronmedidos en el Canada Fitness Survey de 1981, donde no se midió ni el perímetro de muslo medio ni el de antebrazo querequieren la ecuación de Martin, pero sí los perímetros de muslo máximo y brazo relajado. Doupe presenta la siguienteecuación: Masa muscular (g) = talla (cm) * (0,031*MUThG2 + 0,064*CCG2 + 0,089*CAG2) – 3,006.La fórmula para el cálculo de la masa muscular del miembro superior es M SUP= talla (cm) * (0,089*CAG2) – 3,006 ypara el miembro inferior y abdomen, M INF= talla (cm) * (0,031*MUThG2 + 0,064*CCG2) – 3,006.Conociendo esta ventaja, se aplican las fórmulas a dos equipos de deportistas chilenos, 11 jugadores profesionales de rugbyy 11 jugadores profesionales de futbol.Se obtienen diferencias significativas para p> 0,05 entre los kg de masa muscular total, donde, Rugby= 48,1kg; Fútbol=42,3kg y del miembro superior, siendo Rugby= 16,1kg; Fútbol= 12,5kg. En los miembros inferiores hay diferenciassignificativas de p> 0,05 en los porcentajes (%) de masa muscular, obteniendo Rugby= 35%; Fútbol= 40,9%.Por medio de este método es posible precisar no sólo el componente total de masa muscular, sino que identificar laubicación en mayor o menor presencia en miembros superiores, abdomen o miembro inferior, permitiendo comparar deforma más precisa la distribución de la masa muscular de distintos sujetos.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,118
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,347
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Movement & HealthMême sujetSports Performance and TrainingTravaux en français237 207