Improvements in Postural Stability, Dynamic Balance and Strength Following 12 Weeks of Online Ballet-Modern Dance Classes for Older Women
Notice bibliographique
Résumé
International Journal of Exercise Science 17(1): 682-701, 2024. Falls are the leading cause of injury-related deaths among older adults and affect women at disproportionate rates. Dance has been used to improve postural stability, balance confidence and strength of older adults, but in-person classes are often inaccessible. This quasi-experimental pre-mid-post design study investigates whether 12 weeks of online dance classes can improve postural stability, dynamic balance and strength of women aged 65 plus. 16 participants (median=74 years, IQR=6) recruited via convenience sampling completed 12 weeks of twice weekly 75-minute online dance classes. In-person pre, mid and post assessments used 30-second trials of quiet standing, Star Excursion Balance Test, 30-second Sit-to-Stand and Calf-Raise-Senior. Significance was evaluated using Friedman’s test with Wilcoxon Signed-Rank test post-hoc (p≤.05). Participants demonstrated a high attendance rate (median=87.5, IQR=4.2%). Decreased mediolateral sway was observed pre-mid in eyes closed (p=.003, r=.76) and foam (p=.02, r=.60) conditions, where the latter also produced decreased sway area (p=.015, r=.63). Greater dynamic balance was demonstrated when reaching laterally (pre-mid p=.008, r=.68; pre-post p=.008, r=.69) and posterior-laterally (pre-post p=.009, r=.75). Participants significantly improved their number of repetitions on the Calf-Raise Senior (mid-post p=.02, r=.60; pre-post p=.015, r=.63). Online dance classes are engaging, accessible and effective in decreasing older women’s risk of falls and maintaining their independence.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».