MétaCan
Menu
Retour à la cohorte
Enregistrement W1994171256 · doi:10.1519/jsc.0b013e31825d7ff9

The Development of a Preselection Physical Fitness Training Program for Canadian Special Operations Regiment Applicants

2012· article· en· W1994171256 sur OpenAlexaffabout
Mark J. Carlson, Suzanne P. Jaenen

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensCanadian Armed Forces
Organismes subventionnairesUnited States Special Operations Command
Mots-clésPhysical fitnessPreparednessSelection (genetic algorithm)Task (project management)PsychologyPhysical therapyComputer scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Special Operations Forces (SOF) soldiers must undergo a rigorous selection process that requires high levels of physical fitness and stamina to complete. Physical preparedness is crucial for an applicant's performance during a selection process; preselection physical training programs for SOF applicants must be specific to the demands of the selection process. The purpose of this study was to analyze the physical demands of the Canadian Special Operations Regiment (CSOR) Assessment Center (AC) to develop an evidence-based physical fitness program to assist future applicants to CSOR with their physical preparation. Seventy-one men volunteered to undergo a battery of fitness tests before attending the CSOR AC. Forty-six (mean [SD]: age 26.2 [4.4] years, height 176.5 [7.4] cm, body mass 82.4 [10.1] kg) of the 71 participants further volunteered to participate in the characterization of the physical demands of the AC. Heart rate (HR) data were collected during the physically demanding sessions, and a subsequent task and physiological analysis was conducted to determine key performance variables for exercise prescription. The physically demanding sessions ranged in length from 26.38 (4.24) minutes to 668.52 (30.09) minutes, with the mean HR data ranging from 169.81 (6.64) to 97.51 (6.65) b·min⁻¹, respectively. Key predictors of completion of the AC were V[Combining Dot Above]O2peak (βexp: 5.92; confidence interval [CI]: 1.1-31.0), and 1-repetition maximum (1RM) squats (βexp: 5.16; CI: 1.2-22.2). The information derived from this study provided the foundation for the design of an evidence-based preparatory training program for future applicants that is reflective of the physical demands of the selection process.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,391
Score d'incertitude au seuil0,787

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,165
Tête enseignante GPT0,510
Écart entre enseignants0,345 · 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

Citations34
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetOccupational Health and PerformanceTravaux en français237 207