The Association Among Body Composition, Explosive Leg Power and Aerobic Capacity in Male Varsity Hockey Players
Notice bibliographique
Résumé
Fitness testing and body composition assessments in sports are ubiquitous and rapidly becoming an indispensible resource for strength and conditioning coaches. Previous research has shown that higher amounts of lean tissue mass have been associated with increased power outputs and lower levels of body fat percentage have been associated with improved aerobic fitness. PURPOSE: To examine the relationship between body composition and lower body power and aerobic fitness in elite collegiate hockey players. METHODS: Sixteen elite male Canadian university hockey players (age = 22.194 ± 0.99 years, weight = 85.74 ± 5.80 kg, height = 182.25 ± 6.67 cm), participated in the study at the beginning of their hockey season. All participants completed the long jump and the beep-test and a day after testing, one total body dual energy x-ray absorptiometry scan to measure body composition. Simple linear regression was used to explore the relationship between body fat percentage, visceral adipose tissue, and abdominal adipose tissue with aerobic fitness evaluations and leg lean with lower body power. RESULTS: On average body fat percentage was 16.6 ± 3.0%, fat mass 13.7 ± 2.8 kg, abdominal adipose tissue 0.9 ± 0.3 kg, leg lean mass 23.8 ± 1.97 kg, long jump 2.67 ± 0.16 m, beep test 12.8 ± 1.32 min. Visceral adipose tissue explained 24.5% of the variance in the test of aerobic fitness (p .05), while other adiposity measures were non-significant. Body fat percentage and lower lean mass did not significantly contribute to aerobic fitness and lower body power respectively (all p> .05). CONCLUSIONS: Despite a lack of inter-relationships among field tests and body composition, these variables should remain part a test battery to allow strength and conditioning coaches to better tailor training programs for elite hockey players. Keywords: body composition, hockey, Fitness testing
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».