Hormonal contraceptive use, menstrual cycle characteristics and training/nutrition related profiles of elite, sub-elite and amateur athletes and exercisers: One size is unlikely to fit all
Notice bibliographique
Résumé
The aim of the present study was to simultaneously audit hormonal contraceptive (HC) use, menstrual cycle characteristics and training/nutrition related profiles in pre-menopausal women from varying athletic and exercise backgrounds. Elite ( n = 51), sub-elite ( n = 118) and amateur ( n = 392) female athletes and exercisers were examined via an anonymous quantitative/qualitative survey tool. All analyses for ratio data were conducted utilising one- and two-way ANOVA/ANCOVA and odds ratio models, with ordinal data analysed via Pearson's Chi-squared tests. HC use was similar across elite, sub-elite and amateurs (34–44%). Menstrual cycle length was not different ( P = 0.08) between competitive levels (28 ± 13 days), but 66% of respondents reported cycle variability (10 ± 11 days). Training profiles were not different based on contraceptive status ( P > 0.05) yet were across competitive groups ( P < 0.05). Daily meal/snack intakes were not different between contraceptive status ( P > 0.05), though elite and sub-elite groups reported a higher daily meal consumption compared to amateurs ( P < 0.01). Forty percent of all respondents skipped meals, attributed to lack of time, schedule and alterations in appetite, with reported changes in taste preferences during pre-menses (14–35%) and menses (15–25%) towards sweet foods (60%), with cravings for chocolate and other confectionary (25%). Prevalence of dietary supplement use was not influenced by contraceptive status ( P = 0.31), though elites (76%) reported higher use ( P = 0.04) than amateurs (63%). Data demonstrates that in female athletes and exercisers, competitive level appears to affect simple markers of training and nutrition practice, yet contraceptive status does not.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 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 ».