MétaCan
Menu
Retour à la cohorte
Enregistrement W4285137052 · doi:10.3934/neuroscience.2022016

Striking a balance in sports: the interrelation between children's sports experience, body size, and posture

2022· article· en· W4285137052 sur OpenAlexaff
Piali Bhati, Theodore C.K. Cheung, Gobika Sithamparanathan, Mark A. Schmuckler

Notice bibliographique

RevueAIMS neuroscience · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyBalance (ability)ProprioceptionPhysical medicine and rehabilitationPerceptionDanceAnthropometryDevelopmental psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study investigated the relation between sports participation, body size, and postural control in children between 3 and 11 years of age. To explore this question, children's body sway was measured across multisensory conditions manipulating visual input (the presence versus absence of visual information) and proprioceptive input (varying stance widths), with postural sway in these conditions then related to reports of children's sports participation, and anthropometric measures. Corroborating well-known findings, postural sway was systematically influenced by multisensory factors, with the removal of visual information and narrower stance widths decreasing postural stability. Of more novelty, postural sway in the most stable stance, but without vision, was significantly predicted by measures of sports participation and body size variables, with these factors contributing independently to this prediction. Moreover, the impact on postural sway of having visual input, relative to removing visual input in unstable stances, was significantly predicted by sports participation in activities stressing changing stances and bases of support (e.g., dance, martial arts). Generally, these findings support multisensory and dynamic systems theories of perceptual-motor behavior, and also support sports specificity effects in assessments of the relation between posture and sports.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,325
Écart entre enseignants0,309 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS neuroscienceMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207