Trends in physical fitness among Lithuanian adolescents aged 11–17 years between 1992 and 2022
Notice bibliographique
Résumé
BACKGROUND: Physical fitness is an excellent marker of general health and performance. We aimed to calculate trends in physical fitness among Lithuanian adolescents between 1992 and 2022. METHODS: Using a repeated cross-sectional design, body size and physical fitness data for 17 918 Lithuanian adolescents (50.3% female) aged 11-17 years were collected in 1992, 2002, 2012 and 2022. Body mass index (BMI) was calculated from measured height and body mass, with BMI z-scores (zBMI) calculated using WHO growth curves. Physical fitness was measured using the Eurofit test battery, with results converted to z-scores using European norms. With adjustment for zBMI, trends in mean fitness levels were calculated using general linear models. Trends in distributional characteristics were visually described and calculated as the ratio of SDs. RESULTS: We found significant large declines (standardised effect size (ES) ≥ 0.80) in 20-m shuttle run and bent arm hang performance, and significant small declines (ES=0.20-0.49) in standing broad jump, plate tapping, sit-and-reach and sit-ups performance. In contrast, we found a significant moderate improvement (ES=0.50-0.79) in flamingo balance performance and a significant negligible improvement (ES<0.20) in 10×5-m shuttle run performance. Poorer trends were observed in low performers (below the 20th percentile) compared with high performers (above the 80th percentile). CONCLUSION: Health-related fitness (ie, cardiorespiratory and musculoskeletal fitness) levels have declined among Lithuanian adolescents since 1992, particularly among those with low fitness. National health promotion policies are required to improve current trends.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».