MétaCan
Menu
Retour à la cohorte
Enregistrement W2044759800 · doi:10.1055/s-0033-1345134

Motion Characteristics of Youth Women Soccer Matches: Female Athletes in Motion (FAiM) Study

2013· article· en· W2044759800 sur OpenAlexaff
Jason D. Vescovi

Notice bibliographique

RevueInternational Journal of Sports Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSprintAthletesMathematicsStatisticsDemographyPsychologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

This study determined the locomotor characteristics for youth female soccer matches. 89 female soccer players (U-15-U-17) were assessed during a youth national championship or a talent identification camp using a Global Positioning System. Positional and age-group comparisons of locomotor characteristics were made for complete games, each half, differences between halves as well as sprint profiles using an ANCOVA adjusting for the differences in game or half durations, respectively. Midfielders covered greater distances (8 449 ± 170 m) than defenders (7 779 ± 114 m), mostly from more low- (2 553 ± 99 m vs. 2 151 ± 66 m) and moderate-speed running (1 389 ± 78 m vs. 1 142 ± 52 m). Forwards had more sprint distances (275 ± 42 m), sprints (15 ± 2) and greater maximum speed (26.7 ± 0.6 km · h(-1)) than midfielders (131 ± 24 m, 8 ± 1, 24.7 ± 0.4 km · h(-1), respectively). There was a tendency for increased distances within most velocity bands, workrate and sprints with increasing age. There was a greater increase in walking and jogging between the first and second half for forwards than defenders and midfielders. Youth female soccer players covered 6 500-9 000 m during matches with positional distinctions that are comparable to elite-standard women. These data provide novel insight into the physical demands of female youth soccer and should be used to establish appropriate age-group and positional strategies for training and development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,066
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,026
Tête enseignante GPT0,290
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

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

Citations46
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports MedicineMême sujetSports Performance and TrainingTravaux en français237 207