Quantification of Training Load in Canadian Football
Notice bibliographique
Résumé
The session-rating of perceived exertion (Session-RPE) method for quantifying internal training load (TL) has proven to be a highly valuable and accurate monitoring tool in numerous team sports. However, the influence of frequent impact during Canadian football on the validity of this subjective rating tool remains unclear. The aim of this study was to validate Session-RPE application to a prolonged, intermittent, high-intensity collision-based team sport through correlation of internal TL data collected using 2 criterion heart rate-based measures known as Polar Training-Impulse (TRIMP) and Edwards' TL. Twenty male participants (age = 22.0 ± 1.4 years) from the competitive roster of the University of Saskatchewan Canadian football team were recruited. Session-RPE, Polar TRIMP, and Edwards' TL data were collected daily over the 2011 Canadian Interuniversity Sport pre-competitive and competitive season (11 weeks; 713 total practice sessions). On average, each player contributed 36 sessions of data to the analysis. Statistically significant correlations (p < 0.01) between Session-RPE with Polar TRIMP (r = 0.65-0.91) and with Edwards' TL (r = 0.69-0.91) were found for all individual players. This study provides confirmation that Session-RPE is an inexpensive and simple tool, which is highly practical and accurately measures an individual's response (internal TL) to the Canadian football practice. Furthermore, when considering the number of individuals involved worldwide in collision-based team sports, this tool has the potential to impact a large proportion of the global sporting community.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».