Automatización del diagnóstico de índice de masa corporal (IMC) y sus factores de riesgo para la salud. Evaluación antropométrica en universitarios
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
El objetivo del trabajo fue automatizar el diagnóstico del Índice de Masa Corporal (IMC) y sus factores de riesgo para la salud. Se ha realizado un estudio transversal analítico en 232 estudiantes (67,24 % mujeres y 32,72 % hombres) de la carrera de química de la Escuela Superior Politécnica de Chimborazo (ESPOCH) de Riobamba, Ecuador. El estudio se basó en medidas antropométricas: edad, sexo, estatura, peso, cintura y cadera. Posteriormente, se estableció el IMC, % grasa, distribución de grasa y riesgos para la salud según la clasificación de la OMS. Para el análisis de los datos se utilizó un modelo de regresión múltiple. El análisis muestra que el IMC tiene una fuerte asociación con él % grasa, la misma que a su vez es muy diferenciada según el sexo. En hombres: edad promedio (21,76 ± 2,44) años, % Grasa (16,91 ± 3,99), IMC (23,37 ± 3,20) Kg/m2, y distribución de grasa (88,06 ± 4,97); en mujeres: edad promedio (20,94 ± 1,90) años, % grasa (27,34 ± 4,34), IMC (23,46 ± 3,56) Kg/m2 y distribución de grasa (85,16 ± 5,87). Riesgos de salud en general: normal 64,66 %, delgadez I 5,17%, delgadez II 1,29 %, delgadez III 0,43 %, sobrepeso 23.70 % (14,65% mujeres, 9 % hombres), obesidad I 3,31 % y obesidad II 0,43 %. Los indicadores antropométricos identifican riesgos para la salud que deben ser atendidos de forma emergente a corto y mediano plazo.
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.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle