Relationship of Physical Fitness Test Results and Hockey Playing Potential in Elite-Level Ice Hockey Players
Notice bibliographique
Résumé
The primary purpose of this study was to determine the fitness variables with the highest capability for predicting hockey playing potential at the elite level as determined by entry draft selection order. We also examined the differences associated with the predictive abilities of the test components among playing positions. The secondary purpose of this study was to update the physiological profile of contemporary hockey players including positional differences. Fitness test results conducted by our laboratory at the National Hockey League Entry Draft combine were compared with draft selection order on a total of 853 players. Regression models revealed peak anaerobic power output to be important for higher draft round selection in all positions; however, the degree of importance of this measurement varied with playing position. The body index, which is a composite score of height, lean mass, and muscular development, was similarly important in all models, with differing influence by position. Removal of the goalies' data increased predictive capacity, suggesting that talent identification using physical fitness testing of this sort may be more appropriate for skating players. Standing long jump was identified as a significant predictor variable for forwards and defense and could be a useful surrogate for assessing overall hockey potential. Significant differences exist between the physiological profiles of current players based on playing position. There are also positional differences in the relative importance of anthropometric and fitness measures of off-ice hockey tests in relation to draft order. Physical fitness measures and anthropometric data are valuable in helping predict hockey playing potential. Emphasis on anthropometry should be used when comparing elite-level forwards, whereas peak anaerobic power and fatigue rate are more useful for differentiating between defense.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».