Human athletic paleobiology; using sport as a model to investigate human evolutionary adaptation
Notice bibliographique
Résumé
The use of sport as a conceptual framework offers unprecedented opportunities to improve our understanding of what the body does, shedding new light on our evolutionary trajectory, our capacity for adaptation, and the underlying biological mechanisms. This approach has gained traction over recent years. To date, sport has facilitated exploration not only of the evolutionary history of our species as a whole, but also of human variation and adaptation at the interindividual and intraindividual levels. At the species level, analysis of lower and upper limb biomechanics and energetics with respect to walking, running and throwing have led to significant advances in the understanding of human adaptations relative to other hominins. From an interindividual perspective, investigation of physical activity patterns and endurance running performance is affording greater understanding of evolved constraints of energy expenditure, thermoregulatory energetics, signaling theory, and morphological variation. Furthermore, ultra-endurance challenges provoke functional trade-offs, allowing new ground to be broken in the study of life history trade-offs and human adaptability. Human athletic paleobiology-the recruitment of athletes as study participants and the use of contemporary sports as a model for studying evolutionary theory-has great potential. Here, we draw from examples in the literature to provide a review of how the use of athletes as a model system is enhancing understanding of human evolutionary adaptation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».