Changes In Elite Canadian Collegiate Hockey Player’S Body Compositions And Physiologic Tests Across Playing Careers
Notice bibliographique
Résumé
The combined athletic and academic demands place a significant burden on collegiate hockey players. Numerous cross-sectional studies have been conducted with professional hockey players assessing body composition and skeletal fitness; yet, no research has investigated the longitudinal physiologic changes among elite collegiate athletes. PURPOSE: To examine changes in body composition and physiologic tests across a player’s collegiate hockey career. METHODS: Over three seasons, six elite male Canadian university hockey players (age = 21.35 ± .28 years, weight = 84.53 ± 7.26 kg , height = 179.48 ± 7.60 cm, body fat percentage = 15.55 ± 1.68% at baseline) participated in the study at the beginning of their hockey seasons. All participants underwent physical testing (as outlined in the 2016 NHL combine) and a day after testing, one total body dual energy x-ray absorptiometry (DXA) scan to measure body composition. RESULTS: A repeated measures ANOVA was used to track body composition and physiologic performance variables over a three-year period. Players gained body weight (1.66 ± 1.96 kg), total body fat percentage (2.83 ± 1.91%), visceral adiposity (.16 ± .15 kg), upper fat mass (1.57 ± 1.20 kg), and lower fat mass (.52 ± .36 kg) (p < .05 for all comparisons). Total and regional lean tissue mass stayed relatively constant throughout their careers. There were no significant changes in agility scores, left grip strength, long jump distance or impulse generated in the vertical jump as all of these assessments stayed relatively consistent throughout the seasons. As players progressed through their careers, they achieved significantly more bench press repetitions, pull-ups, and had higher Wingate peak power scores (p < .05 for all comparisons). CONCLUSIONS: Pilot findings suggest that as players progress through their collegiate hockey careers, they gain weight, total and regional body fat, and are typically stronger in respects to some fitness tests. With this knowledge, strength and conditioning coaches can work in tandem with food scientists and nutritionists to optimize meal plans in an effort to prevent weight and adipose tissue gain which may enhance on-ice play and player health across their three-year university careers.
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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».