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
PURPOSE: The purpose of this investigation was to assess the effects of alterations in taper components on performance in competitive athletes, through a meta-analysis. METHODS: Six databases were searched using relevant terms and strategies. Criteria for study inclusion were that participants must be competitive athletes, a tapering intervention must be employed providing details about the procedures used to decrease the training load, use of actual competition or field-based criterion performance, and inclusion of all necessary data to calculate effect sizes. Datasets reported in more than one published study were only included once in the present analyses. Twenty-seven of 182 potential studies met these criteria and were included in the analysis. The dependent variable was performance, and the independent variables were the decrease in training intensity, volume, and frequency, as well as the pattern of the taper and its duration. Pre-post taper standardized mean differences in performance were calculated and weighted according to the within-group heterogeneity to develop an overall effect. RESULTS: The optimal strategy to optimize performance is a tapering intervention of 2-wk duration (overall effect = 0.59 +/- 0.33, P < 0.001), where the training volume is exponentially decreased by 41-60% (overall effect = 0.72 +/- 0.36, P < 0.001), without any modification of either training intensity (overall effect = 0.33 +/- 0.14, P < 0.001) or frequency (overall effect = 0.35 +/- 0.17, P < 0.001). CONCLUSION: A 2-wk taper during which training volume is exponentially reduced by 41-60% seems to be the most efficient strategy to maximize performance gains. This meta-analysis provides a framework that can be useful for athletes, coaches, and sport scientists to optimize their tapering strategy.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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