MétaCan
Menu
Retour à la cohorte
Enregistrement W2906191702 · doi:10.1123/jpah.2018-0627

The Physiological Assessment and Analysis of the Physical Demand of Riding a Snowmobile

2019· article· en· W2906191702 sur OpenAlexaff
Tania J. Pereira, John J. Durocher, Jamie F. Burr

Notice bibliographique

RevueJournal of Physical Activity and Health · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPhysical fitnessTerrainPhysical strengthRecreationAerobic exercisePhysical medicine and rehabilitationPhysical activityLower bodyPhysical therapyMedicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Insufficient physical activity (PA) is associated with numerous chronic diseases and premature mortality, and the challenge of meeting recommended PA guidelines is exacerbated in the winter. Snowmobiling can potentially contribute to PA accumulation, but the objective metabolic and physical demands are unclear. The purpose of this study was to assess the physical demands of riding a snowmobile. METHODS: Habitual snowmobile riders responded to a survey describing a typical ride (n = 4015). Using this data, terrain-specific testing courses were created, and recreational snowmobile riders (n = 40) participated in a scaled representative ride (21 [8] min) while aerobic metabolism (VO2) and muscular fatigue were quantified. RESULTS: The mean VO2 while riding, irrespective of terrain, was 18.5 (8.4) mL·kg-1·min-1, with significant differences based on geographic location (13.4 [5.2] vs 25.7 [6.6] mL·kg-1·min-1, P < .001). Muscular fatigue was apparent in maximal handgrip (-7% [8%], P < .001) across both riding terrains, but not lower body power, suggesting a greater influence of an upper body strength component. CONCLUSIONS: Snowmobiling is an activity that generally falls within the moderate-intensity activity range and involves both aerobic fitness and muscular strength. There were substantial differences in demand between terrains, suggesting that additional benefits may be conferred from mountain riding as it was more metabolically demanding.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,029
Tête enseignante GPT0,313
Écart entre enseignants0,284 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical Activity and HealthMême sujetAgriculture and Farm SafetyTravaux en français237 207