Assessing the Validity of Standing Long Jump to Predict Muscle Power in Children With and Without Motor Delays
Notice bibliographique
Résumé
PURPOSE: To determine the validity of standing long jump (SLJ) for predicting muscle power in children with and without developmental coordination disorder (DCD). METHODS: A total of 589 children were recruited as part of the Coordination and Activity Tracking in CHildren study (251 girls and 338 boys; mean age 59.2 mo). Children were classified as typically developing (>16th percentile), at risk for DCD (sixth to 16th percentile), or probable DCD (<sixth percentile) based on Movement Assessment Battery for Children-Second Edition scores. SLJ was measured from the back of the heel. Peak power and mean power over 10 seconds and 30 seconds were measured using the Wingate test. RESULTS: SLJ was moderately correlated with peak and mean powers in all groups (R = .51-.55). Regression analysis showed that when combined with weight and age, SLJ performance could predict peak power and mean power over 10 seconds and 30 seconds in typically developing children (adjusted R2 = .68, .61, and .58, P < .001, respectively) and in children with risk for DCD (adjusted R2 = .74, .65, and .60, respectively) and probable DCD (adjusted R2 = .68, .61, and .59, respectively). CONCLUSIONS: SLJ, in combination with weight and age, may be used to measure muscle power in typically developing children, and in children with risk for DCD and probable DCD. This measure can be used as an inexpensive estimate of musculoskeletal fitness in children regardless of motor abilities.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».