Nutrition Supplementation Practices of Recreational Gym Users in Uganda’s Capital City: A Cross Sectional Study
Notice bibliographique
Résumé
Abstract Background: This study focused on investigating the prevalence of nutritional supplement (NS) usage, establishing their source and the motivating factors for the usage of NS among Gym users in Kampala city, Uganda. Methods: The study employed a cross-sectional research design. Multistage random sampling techniques were used to select 45 gym users among the 5 divisions that constitute Kampala city. Data were collected using questionnaires and analyzed using SPSS Version 26, where means, SD, frequencies and percentages were obtained. Chi-square tests were used for categorical comparisons between variables. Results: The results showed that there were more male participants (62.2%) than female participants (37.8%). The majority (76.9%) of gym users obtained NS from retail stores such as pharmacies, (10.2%) from their sports coaches, (7.7%) nutritionists/dieticians, and (5.1%) from team mates. Non-professional gym users (62.3%) reported higher levels of energy drink consumption than professional gym users (26.7%). The consumption of vitamins, herbal products and proteins was also considerably high. We also identified coaches/trainers (30.8%) as the main source of information, followed by nutritionists/dieticians (23.1%) and online websites (20.5%). Most gym users strongly agreed that supplements increase endurance training, increase strength, and make one healthier. Conclusions: The prevalence of nutritional supplement usage among gym users was high, with energy drinks and herbal products being the most preferred supplements.
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 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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».