Dimorfismo sexual del crecimiento y de la composición corporal en la población infanto-juvenil de Puerto Madryn (Chubut, Argentina)
Notice bibliographique
Résumé
Introduction: Analysis of body composition is essential in assessing nutritional status of the individual. It consists of quantifying the body components and their variability during growth and between sexes. In Argentina there are few studies on the nutritional status and body composition of child-youth populations that include the analysis of sexual dimorphism. Objective: To analyze whether the expression of sexual dimorphism in growth and body composition registers modifications according to the nutritional status of schoolchildren aged 6 to 14 years, residing in Puerto Madryn (Chubut, Argentina). Material and methods: A cross-sectional anthropometric study was carried out, with males and females, aged 6-14 years, attending schools in Puerto Madryn. Nutritional status was determined according to the IOTF, differentiating thinness, overweight, obesity and normonutrition. Regarding body composition, adipose distribution, fat and fat-free masses and Frame Index were analyzed. Graphical comparisons were made using percentage differences between means (PDM%) to analyze variations in growth and body composition of the malnourished. Results: The sample included 2732 schoolchildren (56.5% presented normal nutrition, 2.9% thinness, 26.0% overweight and 14.6% obesity). Based on decimal age, each participant was assigned to prepubertal (48.4%) and pubertal (51.6%) age group. Analysis of sexual dimorphism showed significant differences between sexes in normalnourished, overweight and obese prepubescent, while these were found in all cases among pubertal subjects. PDM% were positive for normalnourished-thin; while for normalnourished-overweight and normalnourished-obese they were negative. Conclusion: In the child-youth population of Puerto Mardyn, the greatest variations between males and females were found in those with normonutrition and those with overweight. Likewise, muscle and bone component show greater development in males, while the adipose component registers higher values in females.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».