A comparison of bone mineral density and bone mineral content and soft-tissue composition between male volleyball players and inactive men
Bibliographic record
Abstract
Wprowadzenie Aktywność fizyczna jest istotnym czynnikiem środowiskowym wpływającym na przebudowę i metabolizm szkieletu. Tkanka kostna reaguje efektywniej na obciążenie dynamiczne niż statyczne, a maksymalny efekt osiąga się przy ćwiczeniach oporowych w obciążeniu masą własnego ciała. Siatkarze są odpowiednią grupą do badań spośród sportowców nad wpływem obciążenia dynamicznego na różne części szkieletu. Cel pracy Porównanie całkowitej i regionalnej gęstości (BMD) i zawartości (BMC) mineralnej kości oraz składu tkanek miękkich – masy tkanki tłuszczowej (MBF) i beztłuszczowej (LBM) pomiędzy siatkarzami a mężczyznami nieaktywnymi fizycznie. Ocenie poddano także zależności pomiędzy wybranymi parametrami z badania metodą dwuwiązkowej absorpcjometrii rentgenowskiej (DXA) dla kończyn górnych a siłą mięśni działających na stawy ramienne. Materiał i metody Badaniami objęto grupę 40 mężczyzn (20 siatkarzy i 20 nieaktywnych fizycznie mężczyzn) w wieku od 20 do 25 lat. Badania składu ciała wykonywano metodą DXA aparatem Lunar iDXA. Do oceny siły grup mięśniowych działających na staw ramienny w warunkach statyki posłużył ręczny dynamometr IDO Isometer. Wyniki Wyższą wartość parametrów BMD i BMC w większości poddanych ocenie części ciała wykazano w grupie siatkarzy. Nie stwierdzono obecności statystycznie istotnych różnic pomiędzy MBF u osób z grupy siatkarzy i kontrolnej dla większości parametrów, z wyjątkiem tułowia (p = 0,045). W grupie siatkarzy zaobserwowano istotnie większą wartość procentową LBM dla parametrów kończyn dolnych, tułowia oraz ogółem. Potwierdzono obecność statystycznie istotnej dodatniej, liniowej zależności w kończynach górnych pomiędzy momentem sił wybranych grup mięśniowych a BMD, BMC i LBM. Wnioski Nasze badania podkreślają znaczenie sił uderzenia działających na szkielet oraz systematycznego rozwoju siły mięśni w celu zwiększenia wartości parametrów BMD i BMC.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".