Clusters of negative health-related physical fitness indicators and associated factors in adolescents
Notice bibliographique
Résumé
Abstract Inadequate levels in health-related physical fitness components are associated with early cardiovascular mortality in adult life. The aim of this study was to analyze the association between clusters of negative physical fitness indicators with sociodemographic and lifestyle variables in adolescents. The survey was conducted with 866 students (14-19 years) from public schools of São José, Santa Catarina, Brazil. Aerobic fitness was assessed by the modified Canadian aerobic fitness test; muscle strength was measured by handgrip dynamometer; flexibility was assessed by the sit-and-reach test; body fat was measured by the sum of triceps and subscapular skinfolds. Sociodemographic and lifestyle variables were verified by questionnaire. The simultaneity of behaviors was evaluated by the ratio between observed and expected prevalence of inadequate physical fitness levels. The combination of negative physical fitness indicators was analyzed through multinomial logistic regression. The prevalence observed for the simultaneity of four negative physical fitness indicators was 30% higher than expected. Female adolescents were more susceptible to the presence of two, three and four negative physical fitness indicators. Adolescents who presented risk behavior in relation to screen time were more likely to present one, three and four negative physical fitness indicators. Female gender and risk behavior in relation to screen time were factors associated with the simultaneity of negative physical fitness indicators.
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 ».