MétaCan
Menu
Retour à la cohorte
Enregistrement W2086594040 · doi:10.5604/20831862.1083277

RELATIONSHIPS BETWEEN HEART RATE AND PHYSIOLOGICAL PARAMETERS OF PERFORMANCE IN TOP-LEVEL WATER POLO PLAYERS

2013· article· en· W2086594040 sur OpenAlexaboutno aff
Olivier Galy, Saïd Ben Zoubir, Mourad Hambli, Anis Chaouachi, Olivier Hüe, Karim Chamari

Notice bibliographique

RevueBiology of Sport · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater poloHeart rateQuarter (Canadian coin)Aerobic capacityTreadmillPhysical therapyAerobic exerciseMathematicsMedicineStatisticsPsychologyInternal medicineBlood pressureGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to measure the heart rate (HR) response of eight elite water polo players during the four 7-min quarters of the game and to check for relationships with the physiological parameters of performance ([Formula: see text]O2max, Th1vent, Th2vent). Each athlete performed a [Formula: see text]O2max treadmill test and played a water polo game wearing a heart rate monitor. The game fatigue index was calculated as the ratio of the fourth-quarter HR to the first-quarter HR: HR4/HR1. The results showed a slight decrease in fourth-quarter HR compared with the first quarter, with the mean four-quarter HR equal to 79.9±4.2% of HRmax. Stepwise multiple regression analysis showed [Formula: see text]O2max to be the main explanatory factor of game intensity, i.e. game HR expressed in %HRreserve (R=0.88, P<0.01). We observed that higher aerobic capacity resulted in higher game intensity. We also observed a decrease in the playing intensity in the fourth quarter compared with the first, likely due to very high game involvement. We concluded that high aerobic capacity seems necessary to ensure high game intensity in water polo. This suggests that coaches should encourage their athletes to reach a minimum level of [Formula: see text]O2max and that HR monitoring could be of great interest in the control of water polo training sessions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,110
Tête enseignante GPT0,293
Écart entre enseignants0,183 · 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.

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

Citations32
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology of SportMême sujetSports Performance and TrainingTravaux en français237 207