One-Year Changes in Bioelectrical Impedance Data in Adolescent Athletes
Notice bibliographique
Résumé
Raw bioelectrical impedance (BI) data and vector analysis (BIVA) have been used to evaluate fat-free mass (FFM) cross-sectionally in adolescent athletes; however, there have been no longitudinal studies about it. This study aimed to assess the magnitude of changes in raw BI data (resistance [R], reactance [Xc], and phase angle [PhA]), BIVA, and FFM in adolescent athletes (n = 137, 40% female). BI data were collected using a single-frequency device at baseline and after one year of sports practice. Baseline chronological age categorized the participants (11, 12, or 13 years [y]). In females, Xc/H increased (13 to 14 y, p = 0.04) while R/H decreased in all age groups (p = 0.001). PhA (11 to 12 y, p = 0.048) and FFM (11 to 12 y and 12 to 13 y groups p = 0.001) increased and showed the lowest magnitude of changes in the 13 to 14 y group (p = 0.05). In males, Xc/H decreased (11 to 12 and 12 to 13 y groups, p = 0.001) with a higher magnitude of changes in the 13 to 14 y group (p = 0.004); R/H decreased (p = 0.001); FFM increased in all groups (p = 0.001); however, no magnitude of changes was observed. PhA increased in the 13 to 14 y group (p = 0.004). BIVA showed no differences among ellipse distances in females. In males, a high distance was observed in the 11 to 12 y group. “Time interval” influenced PhA and Xc/H in the female group and R/H and Xc/H in the male group. “Initial age” and “time interval” influenced the increase in PhA in the male group. Raw BI data and BIVA patterns can detect the magnitude of the changes in a sex-dependent manner.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».