Comparison of on-ice and off-ice graded exercise testing in collegiate hockey players
Notice bibliographique
Résumé
The purpose of this study was to compare lactate thresholds (LT) and maximal aerobic capacities (VO(2 max) during sport-specific skating (on ice) and cycle ergometry (off ice) in collegiate hockey players. We hypothesized that VO(2 max) and LT would be higher on ice. We also sought to determine if on-ice and off-ice VO(2 max) values were correlated. Twelve collegiate hockey players performed both graded exercise protocols in randomized order to fatigue. Both protocols included 80 s of work during each stage, followed by 40 s of rest to allow for blood lactate sampling. VO(2 max) was significantly higher on ice (46.9 +/- 1.0 mL*kg(-1)*min(-1)) than off ice (43.6 +/- 0.9 mL*kg(-1)*min(-1); p < 0.05). Maximal heart rate (HR(max)) was also higher on ice (192.2 +/- 1.8 beats*min(-1)) than off ice (186.0 +/- 1.5 beats*min(-1); p < 0.01). LT was drastically higher on ice than off ice as a percentage of VO(2 max) (85.9% +/- 1.9% vs. 69.7% +/- 1.3%; p < 0.01) and HR(max) (90.1% +/- 1.3% vs. 79.4% +/- 1.6%; p < 0.01). Finally, no correlation existed between VO(2 max) values off ice and on ice (r = -0.002; p = 0.99). Our results indicate that off-ice VO(2 max) and LT are not adequate predictors of on-ice VO(2 max) and LT in collegiate hockey players. These findings challenge the use of cycle ergometry to assess aerobic capacity at events such as the National Hockey League Entry Draft combine. We suggest that hockey players be tested in a sport-specific manner, regardless of whether those tests are performed on ice or off ice.
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 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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».