Increased regular levels of physical activity are associated with better balance performance
Notice bibliographique
Résumé
Studies have determined that increased frequency of physical activity (PA) has a positive effect on balance. However, studies have not reached a consensus regarding what frequency results in the best balance performance. Therefore, the present study aims to investigate what type of PA and frequency is most beneficial to improve one’s balance. Seventeen undergraduate students (female: 41.2%; age: 20 ± 0.94) at Western University participated in this study. Participants completed a seven-day and six-month Leisure Time Exercise Questionnaire indicating the frequency of participation in mild, moderate, and strenuous PA. Afterwards, individuals completed balance trials with four stances (eyes-open [EO] and closed [EC] for both unilateral [U] or bilateral [B] stances). The total path length (PL) was calculated from the center of pressure location. Pearson Correlations were used to assess the relationship between PA and PL. One-way ANOVA assessed PLs between the strenuous intensity and the non-strenuous intensities (i.e. mild/moderate).The amount of exercise performed within seven-days was moderately correlated with ECU PL (r= -0.489, p=0.046). During the ECU stance, 23.95% of the variance in PL was explained by the amount of exercise performed within seven-days. Additionally, 26.45% of the variance in PL during EOU stance was explained by PA performed within a six-month period. The one-way ANOVA showed no significant difference between the intensity of PA and balance. The amount of seven-day and six-month PA was associated with standing balance performance. Approximately 25% of the variance in PL during EOU and ECU was explained by seven-day total physical activity. This dropped to approximately 12% for the six-month period. During both periods, on most stances, greater levels of regular exercise were associated with improved balance performance. Therefore, greater levels of regular PA may lead to better outcomes on balance tests and should be considered when diagnoses are made using batteries that include balance testing.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».