MétaCan
Menu
Retour à la cohorte
Enregistrement W2066971320 · doi:10.1371/journal.pone.0122718

Playing vs. Nonplaying Aerobic Training in Tennis: Physiological and Performance Outcomes

2015· article· en· W2066971320 sur OpenAlexaff
Vincent Pialoux, Cyril Genevois, Arnaud Capoen, Scott C. Forbes, Jordan Thomas, Isabelle Rogowski

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensOkanagan College
Organismes subventionnairesnon disponible
Mots-clésBlood lactateHeart rateSession (web analytics)High-intensity interval trainingMedicinePhysical therapyPerceived exertionStroke (engine)Physical medicine and rehabilitationAnaerobic exerciseBlood pressureInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

This study compared the effects of playing and nonplaying high intensity intermittent training (HIIT) on physiological demands and tennis stroke performance in young tennis players. Eleven competitive male players (13.4 ± 1.3 years) completed both a playing and nonplaying HIIT session of equal distance, in random order. During each HIIT session, heart rate (HR), blood lactate, and ratings of perceived exertion (RPE) were monitored. Before and after each HIIT session, the velocity and accuracy of the serve, and forehand and backhand strokes were evaluated. The results demonstrated that both HIIT sessions achieved an average HR greater than 90% HRmax. The physiological demands (average HR) were greater during the playing session compared to the nonplaying session, despite similar lactate concentrations and a lower RPE. The results also indicate a reduction in shot velocity after both HIIT sessions; however, the playing HIIT session had a more deleterious effect on stroke accuracy. These findings suggest that 1) both HIIT sessions may be sufficient to develop maximal aerobic power, 2) playing HIIT sessions provide a greater physiological demand with a lower RPE, and 3) playing HIIT has a greater deleterious effect on stroke performance, and in particular on the accuracy component of the ground stroke performance, and should be incorporated appropriately into a periodization program in young male tennis players.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,177
Tête enseignante GPT0,284
Écart entre enseignants0,106 · 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'étudeEssai non randomisé
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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSports Performance and TrainingTravaux en français237 207