Kadın dövüş sporcularında hızlı kilo kaybı stratejileri: Sağlık ve performans üzerindeki etkilerine yönelik sistematik derleme
Bibliographic record
Abstract
Bu çalışma, kadın dövüş sporcularının müsabaka öncesi hızlı kilo kaybı yöntemleri ile bunların sağlık ve performans üzerindeki etkilerini ulusal ve uluslararası literatür ışığında incelemeyi amaçlamıştır. PRISMA 2020 kılavuzları temel alınarak gerçekleştirilen araştırmada, Ocak 2010 ile Temmuz 2025 arasında PubMed, Web of Science, Scopus, Google Scholar, TR Dizin ve YÖK Tez Merkezi veri tabanlarında kapsamlı bir tarama yapılmıştır. "Kadın Dövüş Sporcuları", "Hızlı Kilo Kaybı", "Performans", "Sağlık" gibi temel kavramlar hem Türkçe hem de İngilizce olarak aranmıştır. Kadın dövüş sporcularını konu alan, hızlı kilo kaybı stratejilerini ele alan, sağlık, performans, motorik ve psikolojik etkiler hakkında bilgi veren, hakemli dergilerdeki tam metin çalışmalar araştırmaya dahil edilmiştir. Dahil edilen çalışmaların metodolojik kalitesi Newcastle-Ottawa Scale ile değerlendirilmiş, toplam sekiz çalışma derlemeye alınmıştır. Hızlı kilo kaybı yöntemleri arasında terleme, sauna, tükürme, su kısıtlaması, laksatif/diüretik kullanımı, gıda kısıtlaması ve aşırı egzersiz en yaygın stratejiler olarak belirlenmiştir. Sağlık üzerindeki olumsuz etkiler arasında elektrolit bozulmaları, yorgunluk, hormonal düzensizlikler, bağışıklık sistemi baskılanması, RED-S belirtileri ve yeme bozukluğu riskleri öne çıkmıştır. Performans açısından ise denge, çeviklik, dayanıklılık ve kuvvet parametrelerinde düşüş gözlemlenmiştir. Bulgular, kadın sporcuların kilo yönetiminde disiplinler arası yaklaşımı gerekli kılmaktadır. Gelecek araştırmaların hızlı kilo kaybı için kadın sporculara özgü, uzun süreli ve deneysel tasarımlara odaklanması önerilmektedir.
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 | 0.008 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.004 |
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".