MétaCan
Menu
Retour à la cohorte
Enregistrement W2475759944 · doi:10.1080/02640414.2016.1213412

Pacing in age-group freestyle swimmers at The XV FINA World Masters Championships in Montreal 2014

2016· article· en· W2475759944 sur OpenAlexaboutno aff
Pantelis Τ. Nikolaidis, Beat Knechtle

Notice bibliographique

RevueJournal of Sports Sciences · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAthletesPsychologyGroup (periodic table)Physical therapyDemographyMedicineSociologyPhysics

Résumé

récupéré en direct d'OpenAlex

Pacing strategies have been investigated for elite-standard freestyle swimmers, but little is known about pacing in age-group freestyle swimmers. We investigated changes in swimming time across distances in 4,481 women and men swimmers who competed in 100, 200, 400, and 800 m freestyle age groups from 25–29 years to 90–94 years in the FINA World Masters Championships 2014. In 100 to 800 m, there was a small lap×sex interaction (P < 0.001, 0.033 ≤ η2 ≤ 0.045) whereby women had larger lap-to-lap changes in swimming time than men. From 100 to 800 m, there were moderate to large lap×age group interactions (P < 0.001, 0.054 ≤ η2 ≤ 0.235), i.e., pacing patterns differed by age groups. There were small main effects of lap on time in 100, 200, 400 and 800 m freestyle events (P < 0.001, 0.033 ≤ η2 ≤ 0.045). In summary, (i) the largest increase in swimming time occurred during the second lap and a decrease in time occurred during the last lap, except in the 100 m, and (ii) the effect of participants’ sex on lap time indicated larger percentage changes of pacing in women than in men. These findings should help coaches to develop age- and event-tailored pacing strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSports Performance and TrainingTravaux en français237 207