Geschlechtsspezifische Entwicklung der Anatomie und Gangdynamik im Kindes- und Jugendalter
Bibliographic record
Abstract
Zusammenfassung. Im Verlauf der Kindheit werden Unterschiede zwischen Jungen und Mädchen im Körperbau und der Bewegungsdynamik sichtbar. Die Entwicklung von Körperproportionen und der Gangdynamik wurde an einer Querschnittsstichprobe von 27 Mädchen und 27 Jungen im Alter von 4 bis 16 Jahren analysiert. Zur Synthese digitalisierter Point-Light Modelle wurden die Gangmuster der Probanden im dreidimensionalen Raum erfasst. Lineare Diskriminanzfunktionen der Bewegungsinformation erlauben die überzufällig korrekte Zuordnung individueller Gangmuster nach Alter und Geschlecht, wobei die Präzision mit dem Alter ansteigt. Berechnet man die Diskriminanzfunktion als altersspezifische Funktion innerhalb von drei Altersgruppen, ergibt sich zusätzlich zur dynamischen Identifikation eine korrekte Zuordnung auf Grund der strukturellen anatomischen Information. Korrelative Zusammenhänge zwischen altersspezifischen Körperproportionen und dynamischen Aspekten treten dabei für Mädchen und Jungen in unterschiedlichen Entwicklungsphasen auf. Diese Ergebnisse werfen ein neues Licht auf die bisherigen Erkenntnisse der anthropometrischen Forschung und die Entwicklung von geschlechtsspezifischen Bewegungsmustern.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".