Methodological Considerations for Studies in Sport and Exercise Science with Women as Participants: A Working Guide for Standards of Practice for Research on Women
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
Until recently, there has been less demand for and interest in female-specific sport and exercise science data. As a result, the vast majority of high-quality sport and exercise science data have been derived from studies with men as participants, which reduces the application of these data due to the known physiological differences between the sexes, specifically with regard to reproductive endocrinology. Furthermore, a shortage of specialist knowledge on female physiology in the sport science community, coupled with a reluctance to effectively adapt experimental designs to incorporate female-specific considerations, such as the menstrual cycle, hormonal contraceptive use, pregnancy and the menopause, has slowed the pursuit of knowledge in this field of research. In addition, a lack of agreement on the terminology and methodological approaches (i.e., gold-standard techniques) used within this research area has further hindered the ability of researchers to adequately develop evidenced-based guidelines for female exercisers. The purpose of this paper was to highlight the specific considerations needed when employing women (i.e., from athletes to non-athletes) as participants in sport and exercise science-based research. These considerations relate to participant selection criteria and adaptations for experimental design and address the diversity and complexities associated with female reproductive endocrinology across the lifespan. This statement intends to promote an increase in the inclusion of women as participants in studies related to sport and exercise science and an enhanced execution of these studies resulting in more high-quality female-specific data.
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 | 0,018 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle