Body composition and handgrip strength in Brazilian Jiu-Jitsu athletes: a systematic review
Notice bibliographique
Résumé
Objectives: This study aimed to review the evidence available regarding body composition and maximal isometric handgrip strength values and establish average values and relationships between these variables in Brazilian Jiu-Jitsu athletes. Methods: MEDLINE through PubMed; base plate; Web of Science; Scopus; Pedro; CDSR; CCRCT; LILACS; Educational Resources; EBSCO; and ADOLEC databases were explored to identify articles that met selection criteria. Observational or comparative studies evaluating the body composition and maximal isometric handgrip strength of BJJ athletes through dynamometry. Results: Only ten papers (n = 394 athletes) met selection criteria. The methodological quality of the studies assessed with the Newcastle–Ottawa Scale was rated fair to good, and the methodological quality of the studies assessed with the appraisal tool for cross-sectional studies was rated low to moderate. The population studied was predominantly male (n = 364), with two studies including females (n = 30). Two reported maximal isometric handgrip strength, four reported right- or left-hand grip strength, and five reported handgrip strength differentiating between dominant and non-dominant hands. All selected studies reported weight, height, and body fat percentages, six reported body mass index, three reported fat-free mass or muscle mass percentages, and two reported lean body mass or somatotype. Conclusions: We could not establish average values or relationships between the variables studied due to lack of concordance in the reporting of these variables in the studies reviewed. It is necessary to standardize the variables reported in studies regarding this sport to establish comparisons between scientific evidence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».