MétaCan
Menu
← Retour à la cohorte
Enregistrement W3165620918 · doi:10.3390/ijerph18115885

Effect of a Warm-Up Protocol with and without Facemask-Use against COVID-19 on Cognitive Function: A Pilot, Randomized Counterbalanced, Cross-Sectional Study

2021· article· en· W3165620918 sur OpenAlexaff
Maamer Slimani, Bianca Miarka, Hela Znazen, Wassim Moalla, Amri Hammami, Armin H. Paravlić, Nicola Luigi Bragazzi

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCognitionMedicineBody mass indexRandomized controlled trialCoronavirus disease 2019 (COVID-19)Effects of sleep deprivation on cognitive performanceCrossover studyPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The present study aimed to verify the effect of a warm-up protocol with and without facemask-use on cognitive function. The sample was composed of 17 healthy, non-smoking physical education students (age = 17.6 years, height = 1.71 m, and body mass = 69.7 kg). They were randomized to perform 15 min of warm-up exercises, while wearing a cloth facemask (EXP) or no mask (CON) on two separate occasions, with at least 48-h separating conditions. Rate of perceived exertion (RPE) and d2 Attention assessment were used to verify cognitive function, using a repeated measures general linear model. The warm-up improved cognitive abilities and the results demonstrated significant differences between the EXP vs. CON groups in post-concentration performance (186.06 ± 15.47 EXP-score vs. 178.12 ± 13.66 CON-score), post the total number of errors (23.47 ± 14.50 EXP-frequency < 29.06 ± 13.74 CON-frequency), and in the post RPE (6.0 ± 1.37 EXP-index > 4.7 ± 0.85 CON-index). Wearing a cloth facemask caused positive effects on cognitive function. This data suggests that wearing a cloth facemask during warm-up may stimulate/improve the cognitive function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,515
Écart entre enseignants0,383 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→