INFLUENCE OF CRITICAL VELOCITY MODELS AND DISTANCES ON ANAEROBIC WORK CAPACITY PARAMETER ESTIMATES IN ROWERS
Notice bibliographique
Résumé
PURPOSE: This study examined the effect of Critical Velocity (CV) models and distances on Anaerobic Work Capacity (AWC) parameter estimates in simulated rowing performance as well the relationship between AWC estimates and selected physiological parameters. METHODS: Sixteen male rowers completed randomised maximal exertion trials (200, 400, 600, 800, 1000, and 1200 m), a maximal oxygen consumption (VO2 max), and an actual 2,000-m simulated rowing race on a Concept II rowing machine. Twelve AWC estimates were obtained using 3 mathematically equivalent CV models and 4 rowing distance combinations. RESULTS: Our study found a significant interaction as well as main effects for both models and distances using a 3 (CV models) X 4 (combination of distances) repeated measures ANOVA. Examination of interactions showed that the long set of distances and model 3 produced the most similar (or stable) AWC estimates. Based on this analysis, the AWC estimate from model 3 long (M3L) was chosen to be correlated with each CV test distance (200m, 400m, 600m, 800m, 1000m, 1200m). No significant correlations were found. In addition, when considering physiological measures, AWC-M3L was found to be only related to relative VO2max (r = −.593, p < 0.05). CONCLUSION: It was concluded that estimates of AWC are greatly influenced by both model and distance sets. M3L was shown to produce the most stable estimate as well it was found that no AWC estimate is a strong predictor of cardiorespiratory fitness in simulated rowing performance.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».