MétaCan
Menu
Retour à la cohorte
Enregistrement W3176509822 · doi:10.1096/fasebj.20.4.a443-a

Ecological factors and anthropometric morphological parameters of modern female population

2006· article· en· W3176509822 sur OpenAlexfundno aff
Svyatoslav Milovanov

Notice bibliographique

RevueThe FASEB Journal · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueHuman Health and Disease
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésAnthropometryBiologyObesityPopulationPhysiologyMenarcheDemographyMedicineEcologyEndocrinologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

We have previously shown that ecological factors markedly change modern female body proportions. In this study we investigated the role of internal vs. external factors on the maturation and physiological functions of accelerated female population. We monitored main physiological parameters (EKG, blood pressure, respiratory parameters etc.) vs. bone length and muscle plasticity of 410 healthy female individuals at the age 20–27 and 520‐ at the age 17–19. Our results demonstrated that anthropological features and functional stability as well as body proportion of modern female population were genetically inherited from their mothers. Early maturation at 9.5–11 years revealed significant changes in height weight and plasticity but not in physiological parameters (p<0.05). Late maturation‐15–17 years, controversy, defined lower height and inadequate weight that could be considered as lack of environmental adaptation and inadequate physical activity and protein content in food supply. Sports training could partly compensate immature functions. In both groups subjects with scoliosis demonstrated lower physiological parameters (Student t‐test <0.05). Level of poverty, chronic diseases and ecological pollution of places of living and studying has the impact on maturation and time set of menarche (p<0.05). Conclusions Height, weight and late maturation could serve as markers for physiological functions alteration. [CIHR and NIH].

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,267

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,057
Tête enseignante GPT0,322
Écart entre enseignants0,265 · 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 tête enseignante, 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetHuman Health and DiseaseTravaux en français237 207