Physical performance characteristics of high‐level female soccer players 12–21 years of age
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Performance assessment has become an invaluable component of monitoring player development and within talent identification programs in soccer, yet limited performance data are available for female soccer players across a wide age range. The aim of this study was to describe the physical performance characteristics of female soccer players ranging in age from 12 to 21 years. High-level female soccer players (n=414) were evaluated on linear sprinting (36.6 m with 9.1 m splits), countermovement jump (CMJ), and two agility tests. Separate one-way ANOVAs were used to compare performance characteristics between (1) each year of chronological age and (2) three age groups: 12-13 years, n=78, 14-17 years, n=223, and 18-21 years, n=113. Mean linear sprint speed over 9.1 m was similar across all chronological ages, however sprint speed over the final 9.1 m, CMJ height and agility scores improved until approximately 15-16 years. Outcomes from the group data indicated better performance on all tests for the 14-17-year-old group compared with the 12-13-year-old group. Additionally, sprint speed on the second and fourth 9.1 m splits and 36.6 m sprint speed as well as performance on the Illinois agility test was better in the 18-21-year-old group compared with the 14-17-year-old group. The findings from this study indicate that marked improvements of high intensity short duration work occur up until 15-16 years. Smaller gains in performance were observed beyond 16 years of age as evidenced by better performance on 36.6 m sprint speed, several sprint splits and the Illinois agility test in the college aged players (i.e., 18-21-year-old group).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle