Nonexercise Equations for Determining Change in Cardiorespiratory Fitness
Notice bibliographique
Résumé
PURPOSE: This study aimed to determine whether change in estimated cardiorespiratory fitness (eCRF) is associated with change in measured cardiorespiratory fitness (mCRF) independent of exercise amount and intensity over 24 wk. METHODS: Participants were 163 sedentary adults with abdominal obesity (mean ± SD waist circumference, 109.9 ± 11.5 cm) randomly assigned to (i) no-exercise control (n = 42); (ii) low-amount, low-intensity exercise (LALI; n = 39); (iii) high-amount, low-intensity exercise (HALI; n = 51); and (iv) high-amount, high-intensity exercise (HAHI; n = 31). mCRF was measured using a maximal treadmill test at baseline, 8, 16, and 24 wk. eCRF was calculated using a published nonexercise equation with the following variables: sex, age, waist circumference, resting heart rate, and self-selected physical activity. RESULTS: Participants attended 115 of 120 exercise sessions prescribed (96.0% ± 4.0% adherence). eCRF change from baseline to 8, 16, and 24 wk was not different from mCRF change for control, LALI, or HALI (P = 0.03). In HAHI, eCRF change was significantly greater than mCRF change at all time points (P < 0.001). Further analysis revealed that change in eCRF systematically overestimated and underestimated small and large changes in mCRF, respectively, in all groups (P < 0.001). CONCLUSIONS: eCRF change was associated with mCRF change at 24 wk independent of exercise amount but not intensity. Systematic variation between eCRF and mCRF highlights a possible limitation when using eCRF to follow change in mCRF, specifically that eCRF does not capture the individual variability of the mCRF response.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».