Biological Maturation and Hormonal Markers, Relationship to Neuromotor Performance in Female Children
Notice bibliographique
Résumé
Background: Mechanisms that influence muscle strength can interfere with neuromotor performance and overall health, thus hormone markers and maturation can interact in this process. Objective: The present study aimed to verify the relationship of hormonal markers and biological maturation on neuromotor abilities in young people. Methods: This is a cross-sectional study with 44 female participants (11.5 ± 1.5 years). Hormones were analyzed biochemically. Skeletal and somatic maturation were analyzed using anthropometry. The muscular power of the upper and lower limbs, body speed with change of direction, and speed of the upper limbs were verified. Results: Bone age was correlated with hormonal markers (estradiol: r = 0.58; p = 0.0007), (testosterone: r = 0.51; p = 0.005). Peak growth velocity correlated with estradiol (r = 0.51; p = 0.004). The power of the lower limbs (estradiol: r = 0.52; p = 0.006; testosterone: r = 0.42; p = 0.03) and of the upper limbs (estradiol: r = 0.51; p = 0.007; testosterone: r = 0.42; p = 0.02) had a positive correlation with hormone levels and had similar results with maturation. The analysis by artificial neural networks indicated that the maturation can predict the neuromotor performance between 57.4% and 76%, while the hormonal markers showed a potential of more than 95% for the foreshadowing of the neuromotor performance of the upper limbs. Conclusion: It was possible to conclude that the hormones had a relationship with maturational development and bone age in female subjects.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 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 ».