Auditing the Representation of Female Versus Male Athletes in Sports Science and Sports Medicine Research: Evidence-Based Performance Supplements
Notice bibliographique
Résumé
Although sports nutrition guidelines promote evidence-based practice, it is unclear whether women have been adequately included in the underpinning research. In view of the high usage rates of performance supplements by female athletes, we conducted a standardised audit of the literature supporting evidence-based products: β-alanine, caffeine, creatine, glycerol, nitrate/beetroot juice and sodium bicarbonate. Within 1826 studies totalling 34,889 participants, just 23% of participants were women, although 34% of studies included at least one woman. Across different supplements, 0-8% of studies investigated women exclusively, while fewer (0-2%) were specifically designed to compare sex-based responses. The annual publication of female-specific studies was ~8 times fewer than those investigating exclusively male cohorts. Interestingly, 15% of the female participants were classified as international/world-class athletes, compared with 7% of men. Most studies investigated performance outcomes but displayed poorer representation of women (16% of participants), whereas health-focussed studies had the greatest proportion of female participants (35%). Only 14% of studies including women attempted to define menstrual status, with only three studies (~0.5%) implementing best practice methodologies to assess menstrual status. New research should target the efficacy of performance supplements in female athletes, and future sports nutrition recommendations should specifically consider how well female athletes have contributed to the evidence-base.
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 | 0,240 | 0,430 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,019 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».