Correlation of Body Parameters and Age with Foot Arch Index and Stabilometric Variables in Physically Active Young Males and Females
Notice bibliographique
Résumé
Postural stability is influenced by several anthropometric factors as well as age. The aim of this study was to investigate the relationship between body height, body mass, BMI, and arch index with stabilometric parameters in physically active young adults. A total of 169 sport science university students participated in the study. Their arch index and their stabilometric parameters were measured using the P-Walk BTS platform. Spearman’s rank correlations showed a significant positive correlation between body mass and arch index (r = 0.25, p = 0.001), and BMI and arch index (r = 0.30, p < 0.001). Also, negative correlations were observed between body height and CoP speed (r = −0.22, p = 0.004) and CoP distance (r = −0.23, p = 0.003), as well as body weight and CoP speed (r = −0.17, p = 0.028) and CoP distance (r = −0.19, p = 0.015). Age was negatively correlated to postural sway variables (i.e., CoP distance, CoP area, and CoP speed). The findings suggest that, in physically active people, larger anthropometric values may confer stabilizing advantages, potentially due to increased body volume. Also, the significant correlation of age to stability metrics may highlight enhanced proprioceptive integration or adaptive neural mechanisms. The results highlight the importance of individualised proprioceptive training programmes, particularly for athletes of lower body mass or stature. Future research should extend on the results’ potential training and rehabilitative implications.
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 | 0,000 |
| 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 ».