MétaCan
Menu
Retour à la cohorte
Enregistrement W6959025203 · doi:10.6084/m9.figshare.c.6832989.v1

Supplementary material from "Greater male variability in daily energy expenditure develops through puberty"

2023· other· en· W6959025203 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
DomaineSocial Sciences
ThématiqueLegal and Regulatory Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEnergy expenditureVariation (astronomy)Basal metabolic rateBasal (medicine)Sexual selectionSexual maturitySexual dimorphism

Résumé

récupéré en direct d'OpenAlex

There is considerably greater variation in metabolic rates between men than between women—basal, activity and total (daily) energy expenditure (EE). One possible explanation is that EE is associated with male sexual characteristics (which are known to vary more than other traits) such as musculature and athletic capacity. Such traits might be predicted to be most prominent during periods of adolescence and young adulthood, when sexual behaviour develops and peaks. We tested this hypothesis on a large dataset by comparing the amount of male variation and female variation in total EE, activity EE and basal EE, at different life stages, along with several morphological traits: height, fat free mass and fat mass. Total EE, and to some degree also activity EE, exhibit considerable greater male variation (GMV) in young adults, and then a decreasing GMV in progressively older individuals. Arguably, basal EE, and also morphometrics, do not exhibit this pattern. These findings suggest that single male sexual characteristics may not exhibit peak GMV in young adulthood, however total and perhaps also activity EE, associated with many morphological and physiological traits combined, do exhibit GMV most prominently during the reproductive life stages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8300,403

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,269
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetLegal and Regulatory AnalysisTravaux en français237 207