MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285043339 · doi:10.22215/etd/2022-14964

Health-Related Criterion-Referenced cut-Points for the 20 Meter Shuttle Run Test Among Children and Youth – An Exploration and Meta-Analysis

2022· dissertation· en· W4285043339 sur OpenAlexaff
Nicholas Seguin

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessPsychosocialPoolingTest (biology)Multi-stage fitness testPsychologyPopulation healthGerontologyPopulationDemographyMedicineApplied psychologyPhysical therapyEnvironmental healthPhysical fitnessComputer scienceSociologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Cardiorespiratory fitness (CRF) is significantly related to current and future physical and psychosocial health in youth making it an important indicator in the measurement and surveillance of population health.The aim of this research was to explore metaanalytical techniques with aggregate published health-related criterion-referenced cutpoints for 𝑉 ̇O2peak in youth developed using the 20 meter shuttle run test (20mSRT) and explore age, sex, prediction equation, country, and health indicator related differences.We included thirteen articles representing 114,145 children and youth aged 6-18 years across 18 countries who completed the 20mSRT.Significant heterogeneity was demonstrated across all sub-group analyses.This may be explained by direct and indirect variables related to each co-factor and the pooling of data within the studies disregarding age and maturation of the participants or health outcome definition.Future research needs to use standardized approaches and include sex-, age-, and culturally diverse cut-points to reduce heterogeneity between studies.

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)0,030
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,057
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,030
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,337
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 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'étudeMéta-analyse
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetObesity, Physical Activity, Diet→Travaux en français237 207→