MétaCan
Menu
Back to cohort

Fatores intrínsecos do custo energético da locomoção durante a natação

2006· article· pt· W2042855652 on OpenAlexaff
Fabrízio Caputo, Mariana Fernandes Mendes de Oliveira, Benedito Sérgio Denadai, Camila Coelho Greco

Bibliographic record

VenueRevista Brasileira de Medicina do Esporte · 2006
Typearticle
Languagept
FieldMedicine
TopicSports Performance and Training
Canadian institutionsDiscovery Air (Canada)
Fundersnot available
KeywordsAnimal scienceMathematicsBiology

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.077
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0030.001
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.019
GPT teacher head0.285
Teacher spread0.266 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations20
Published2006
Admission routes1
Has abstractyes

Explore more

Same venueRevista Brasileira de Medicina do EsporteSame topicSports Performance and TrainingFrench-language works237,207