MétaCan
Menu
Retour à la cohorte
Enregistrement W3175267665 · doi:10.3390/ijerph18136766

Influence of Anthropometric Characteristics on Ice Swimming Performance—The IISA Ice Mile and Ice Km

2021· article· en· W3175267665 sur OpenAlexaff
Beat Knechtle, Ram Barkai, Lee Hill, Pantelis Τ. Nikolaidis, Thomas Rosemann, Caio Victor Sousa

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMileEnvironmental scienceSea iceArctic ice packClimatologyAtmospheric sciencesGeologyGeodesy

Résumé

récupéré en direct d'OpenAlex

Ice swimming following the rules of IISA (International Ice Swimming Association) is a recent sports discipline starting in 2009. Since then, hundreds of athletes have completed an Ice Mile or an Ice Km in water colder than 5 °C. This study aimed to expand our knowledge about swimmers completing an Ice Mile or an Ice Km regarding the influence of anthropometric characteristics (i.e., body mass, body height, and body mass index, BMI) on performance. We analyzed data from 957 swimmers in the Ice Km (590 men and 367 women) and 585 swimmers in the Ice Mile (334 men and 251 women). No differences were found for anthropometric characteristics between swimmers completing an Ice Mile and an Ice Km although water temperatures and wind chill were lower in the Ice Km than in the Ice Mile. Men were faster than women in both the Ice Mile and Ice Km. Swimming speed decreased significantly with increasing age, body mass, and BMI in both women and men in both the Ice Mile and Ice Km. Body height was positively correlated to swimming speed in women in the Ice Km. Air temperature was significantly and negatively related to swimming speed in the Ice Km but not in the Ice Mile. Water temperature was not associated with swimming speed in men in both the Ice Mile and Ice Km but significantly and negatively in women in Ice Km. In summary, swimmers intending to complete an Ice Mile or an Ice Km do not need to have a high body mass and/or a high BMI to swim these distances fast.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,069
Tête enseignante GPT0,390
Écart entre enseignants0,321 · 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'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetSports Performance and TrainingTravaux en français237 207