MétaCan
Menu
Retour à la cohorte
Enregistrement W2316025327 · doi:10.1519/jsc.0000000000001133

Seasonal Changes in Whole Body and Regional Body Composition Profiles of Elite Collegiate Ice-Hockey Players

2015· article· en· W2316025327 sur OpenAlexaffabout
Neal W. Prokop, Ryan E.R. Reid, Ross E. Andersen

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLean tissueIce hockeyComposition (language)Lean body massField hockeyTeam sportAnimal scienceBody weightAthletesPhysical therapyBiologyMedicinePhysical medicine and rehabilitationFootballInternal medicineGeography

Résumé

récupéré en direct d'OpenAlex

The monitoring of a collegiate hockey player's body composition can reflect fitness characteristics and may help players, coaches, or strength and conditioning specialists optimize physiologic gains during an off-season, whereas simultaneously preventing performance decrements in-season. The purpose of the study was to investigate changes in whole-body and regional-body composition of fat and lean tissue. The body composition profiles of 19 elite Canadian collegiate hockey players were assessed using dual energy X-ray absorptiometry. Players completed end-of-season, preseason, and midseason assessments with questionnaires relating to their off-season and in-season training. Statistically significant changes in body composition profiles were observed between the different time points because players showed various tissue gains and losses depending on the region assessed. Overall, players gained (1.38 kg, p ≤ 0.01) and lost (0.79 kg, p ≤ 0.01) fat tissue during the off-season and in-season, respectively. Players also showed a significant gain of leg lean tissue (0.29 kg, p = 0.02) and loss of arm tissue mass (-0.25 kg, p = 0.02) during the first-half of the competitive season. Several correlations emerged that may provide insight into potential trends that could be more pronounced during longer and more demanding schedules. Collegiate hockey players show changes in body composition during the off-season and in-season. The understanding of body composition profiles, body composition fluctuations, and potential variables that may influence the composition of collegiate hockey players can help coaches and athletic programs tailor their team's training, nutrition, lifestyle, and informative resources to further support their athletes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,351
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports Performance and TrainingTravaux en français237 207