MétaCan
Menu
Retour à la cohorte
Enregistrement W1964624387 · doi:10.1080/17461390903426659

Pacing pattern and performance during the 2008 Olympic rowing regatta

2010· article· en· W1964624387 sur OpenAlexaboutno aff
Thomas Muehlbauer, Christian Schindler, Alex Widmer

Notice bibliographique

RevueEuropean Journal of Sport Science · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRowingQuarter (Canadian coin)Race (biology)DemographyMathematicsStatisticsAnimal scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Data from the 2008 Olympic rowing regatta were analysed to determine the time distribution during races and to assess whether pacing patterns differ between heats and the corresponding finals. Absolute and relative sector times for all of the four 500 m race quarters were analysed, for all boats in all heavyweight heats and final races (n=72 boats for men, n=60 boats for women). Irrespective of race type, boat rank or boat type, analyses of variance with repeated measures revealed that absolute times in the second and/or third race quarter(s) were significantly (both sexes: P<0.001) longer than those either in the first or final quarter, resulting in a parabolic‐shaped profile. Compared with the heats, the pacing pattern adopted during the finals was significantly different (females: P<0.013; males: P<0.001); that is, relatively slower in the first and second race quarter but relatively faster in the last quarter. The parabolic‐shaped race profile indicates an anticipatory control of speed and energy distribution over the course of the 2000‐m race. The observed changes in pacing pattern suggest that during the finals a more conservative starting pace is used, which could be physiologically advantageous, because some energy is withheld for the final spurt.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Sport ScienceMême sujetSports Performance and TrainingTravaux en français237 207