Perfil antropométrico de deportistas paralÃmpicos de élite chilenos
Bibliographic record
Abstract
Introducción: El deporte es una de las manifestaciones sociales más populares a nivel mundial, por lo que caracterizar a sus practicantes se vuelve interesante, más aún, en grupos de la población poco estudiados como son los deportistas paralímpicos. El objetivo del presente estudio es determinar el perfil antropométrico de deportistas paralímpicos de élite chilenos (DEPEC) a través de la composición corporal y el somatotipo. Material y Métodos: Se realizó un estudio transversal con 41 sujetos (93% de los clasificados a los Juegos Para-Panamericanos de Toronto 2015), quienes practicaban tenis de mesa (n=6), fútbol 5 (n=11), natación (n=8), rugby (n=7), powerlifting (n=6) y tenis silla (n=3). Las variables de composición corporal y somatotipo fueron evaluadas a través del protocolo descrito por la Sociedad Internacional para el avance de la Cineantropometría (ISAK). Resultados: Los DEPEC alcanzan una media para el somatotipo que los clasifica mayormente como meso-endomorfos (5,3 - 7,8 - 0,5), un IMC de 27,4 kg/m² y su composición corporal alcanza para la masa adiposa un 29,8% en mujeres y 25,7% en varones, mientras que para la masa muscular obtienen un 42,6% (mujeres) y 44,5% (varones). Conclusiones: Los DEPEC presentan un perfil somatotípico que los clasifica mayormente como meso-endomorfos, su composición corporal presenta predominancia de la masa muscular y una elevada masa grasa, que si bien alta, es similar a otros deportistas paralímpicos.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".