Fluid Balance of Elite Female Basketball Players Before and During Game Play
Notice bibliographique
Résumé
This study determined the fluid balance of elite female basketball players before and during competition. Before and during 2 international games, 17 national-level players (age 24.2 ± 3 yr, height 180.5 ± 6 cm, mass 78.8 ± 8 kg) were assessed. Fluid-balance assessment included pregame hydration level as determined by urine specific gravity (USG), change in body mass during the game, ad libitum intake of water or sports drink, and estimated sweat losses. Mean (± SD) USG before Game 1 was 1.005 ± 0.002 and before Game 2 USG equaled 1.010 ± 0.005. Players lost an average of 0.7% ± 0.8% and 0.6% ± 0.6% of their body mass during Games 1 and 2, respectively. In each game, 3 players experienced a fluid deficit >1% of body mass, and 1 other, a fluid deficit >2%. Sweat losses in both games, from the beginning of the warm-up to the conclusion of the game (~125 min with average playing time 16-17 min), were approximately 1.99 ± 0.75 L. Fluid intake in Game 1 and Game 2 equaled 77.8% ± 32% and 78.0% ± 21% of sweat losses, respectively. Most players were hydrated before each game and did not become meaningfully dehydrated during the game. It is possible that the players who experienced the highest levels of dehydration also experienced some degree of playing impairment, and the negative relationship between change in body mass and shooting percentage in Game 2 provides some support for this notion.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».