Prevalence of Underweight and Overweight and Its Association with Physical Fitness in Egyptian Schoolchildren
Notice bibliographique
Résumé
Underweight and overweight are serious health concerns for many children and could be associated with low physical-fitness levels. This study aimed (i) to evaluate the prevalence of underweight and overweight and (ii) to examine its association with the physical fitness levels in primary male and female schoolchildren. Including 13 government primary-schools, a cross-sectional survey was conducted between 2014 and 2017. Anthropometric characteristics together with the physical-fitness level were measured in 931 schoolchildren aged between 6- and 11-years old. The prevalence of under- and overweight children were 8.49% and 24.06%, respectively. These proportions were not significantly different between males and females and were affected by age (p < 0.001), with a higher prevalence of overweight and a lower prevalence of underweight at 9–11 years, compared to 6–8 years old. Concerning the physical fitness levels, statistical analysis showed a better performance among males compared to females, among participants aged 9–11 years, compared to 6–8 years old, and among underweight and normal-weight, compared to overweight children (p < 0.001). There was a higher prevalence of overweight and lower prevalence of underweight at 9–11 years compared to 6–8 years old. Physical fitness levels were better in (i) males, compared to females, (ii) schoolchildren aged 9–11 years, compared to 6–8 years old, and (iii) underweight and normal-weight, compared to overweight children.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».