Pacing Patterns in Competitive Rowing Adopted in Different Race Categories
Notice bibliographique
Résumé
Data from 7 World Rowing Championships between 2001 and 2009 were analyzed to determine the time distribution during 2,000-m heavyweight races (from 500-m quarter times) and to assess whether pacing patterns differ between boat classes (single vs. team boats) and qualifying rounds (heats vs. finals). Analyses of variance with repeated measures on quarter times revealed that pacing patterns in heat races were better described (i.e., higher amount of variance explained) by a linear trend line with a positive slope (women: η² = 0.76, men: η² = 0.68) but followed a quadratic trend line (parabolic-shaped pattern) during finals (women: η² = 0.81, men: η² = 0.60). Not using a spurt at the end of the heat races may indicate an attempt to conserve energy for subsequent rounds or reflect reduced effort made by losing crews or both aspects. In single boats, the pacing pattern was better represented by a linear trend line with a positive slope (women: η² = 0.76, men: η² = 0.68), but the amount of variance explained was virtually the same for both the linear and the quadratic trend component in team boats. The absence of a final spurt in single boat races suggests that the physiological status of the athlete plays an important role to control the timing and rate of decline in rowing speed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».