A 15-Year Decline in Physical Fitness Among Children and Adolescents From the Macao Special Administrative Region (2005–2020)
Notice bibliographique
Résumé
BACKGROUND: Monitoring temporal trends in physical fitness provides valuable insight into population health that can help identify current and future physical health. This study examined temporal trends in physical fitness among children and adolescents aged 6-18 from the Macao Special Administrative Region between 2005 and 2020. METHODS: Representative repeated cross-sectional physical fitness data were collected in 2005, 2010, 2015, and 2020 (n = 17,987). Body size and physical fitness were objectively measured. Trends in means were calculated using general linear models. Models were adjusted for sex, age, height, and weight. Trends in distributional characteristics were assessed as the ratio of the coefficients of variation and described visually. RESULTS: Despite an increase in body size, we found significant small to large body size adjusted decline in cardiorespiratory fitness (effect size [ES] = -0.27, -0.93) and small declines in reaction time (ES = -0.21, -0.38). Declines in other fitness components varied by age, with negligible to small declines in children's (aged 6-12 y) balance (ES = -0.15) and speed (ES = -0.25) and in adolescents' (aged 13-18 y) muscular power (ES = -0.17, -0.36). A small improvement was observed in adolescents' flexibility (ES = 0.24). Mixed trends were found in distributional variability for flexibility, along with differing trends in distributional asymmetry among fitness components. CONCLUSIONS: These findings underscore the need for targeted interventions to enhance fitness levels in the young Macao population. Addressing these trends is crucial for improving the current and future health outcomes of young people in the region.
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 | 0,001 |
| 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 ».