Pattern recall expertise is not affected by moderate physical exercise in female handball players
Notice bibliographique
Résumé
General perceptual-cognitive abilities improve under submaximal physical exercise (Pesce, Tessitore, Casella, Pirritano, & Capranica, 2007); however sport-specific skills (e.g. pattern recall) are typically investigated at rest (cf. Williams & Abernethy, 2012). The aim of this study was to examine sport specific pattern recall expertise both at rest and under moderate physical exercise. Thirty-three participants from three groups (handball experts, advanced handball players, and novices) were tested in a handball specific pattern recall task under two conditions, at rest and under a moderate physical exercise of 60 % heart rate reserve (Pesce et al., 2007). We measured pattern recall performance in both conditions as the accuracy of the recalled players’ positions as root-mean square error. An analysis of variance revealed significant main effects for group differences, F(2,30) = 8.49, p < .01, f = .75, with experts performing superior to novices, D = 20.42, p < .01. However, no within subject differences were found between two conditions, F(1, 30) = .48, p = .50, f = .13, 1-s = .22, and the interaction between factors was non-significant, F(2, 30) = .07, p = .94, f = .06, 1-s = .09. Although these results replicate prior research concerning expertise differences in pattern recall tasks the lack of effect for the physical exercise condition might be because the physical exercise was not handball specific (see Manchado et al., 2013) or that submaximal exercise only has a facilitating effect on general perceptual-cognitive abilities which were not influential in this sport-specific pattern recall task.
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 ».