Fatores intrínsecos do custo energético da locomoção durante a natação
Bibliographic record
Abstract
A quantidade de energia metabólica gasta em transportar a massa corporal de um sujeito por unidade de distância tem sido definida como custo energético da locomoção, ou especificamente para natação, o custo de nado. As diferenças no custo de nado entre os indivíduos parecem ser influenciadas por dois principais fatores, a resistência hidrodinâmica e habilidade técnica do nadador. O menor custo de nado apresentado pelas mulheres tem sido atribuído a menor resistência hidrodinâmica decorrente de menor tamanho corporal, maior percentagem de gordura e melhor posicionamento horizontal. Porém, essas diferenças no custo de nado entre homens e mulheres desaparecem quando corrigidos para o tamanho corporal. Em relação às crianças, o maior custo de nado comparado com o dos adultos quando corrigidos para o tamanho corporal pode ser explicado principalmente por menor habilidade técnica apresentada por elas. Para indivíduos com as mesmas características antropométricas, melhor habilidade técnica e maior tamanho da superfície de propulsão, associados a aumento na eficiência propulsiva, podem reduzir o custo de nado. Quando se comparam os diferentes estilos, o mais econômico é o crawl seguido pelo de costas em qualquer velocidade de nado. O borboleta é o estilo menos econômico a baixas velocidades (< 0,8m·s¹). Entretanto, acima dessa velocidade o peito passa a ser o estilo menos econômico.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".