MétaCan
Menu
Retour à la cohorte
Enregistrement W2808664203 · doi:10.1519/jsc.0000000000002659

Workloads of Competitive Surfing: Work-to-Relief Ratios, Surf-Break Demands, and Updated Analysis

2018· article· en· W2808664203 sur OpenAlexaff
Oliver R.L. Farley, Josh L. Secomb, Ellen Raymond, Lina Lundgren, Brendon Ferrier, Chris R. Abbiss, Jeremy M. Sheppard

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueAdventure Sports and Sensation Seeking
Établissements canadiensCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Point (geometry)Video recordingMathematicsStatisticsGeodesyOperations managementSimulationOperations researchEngineeringGeographyComputer scienceComputer graphics (images)GeometryMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Farley, ORL, Secomb, JL, Raymond, ER, Lundgren, LE, Ferrier, BK, Abbiss, CR, and Sheppard, JM. Workloads of competitive surfing: work-to-relief ratios, surf-break demands, and updated analysis. J Strength Cond Res 32(10): 2939-2948, 2018-The study provides an in-depth descriptive and quantitative time-motion analysis of competitive surfing, using Global Positioning System (GPS) units and video synchronization, which serves to extend upon the results of Farley, Harris, and Kilding (Journal of Strength and Conditioning Research, 26, 7 [2012]). In addition, comparisons between locations and surfers competing in the same heats were performed. Global Positioning System and video data were collected from 41 male competitive surfers (23.2 ± 6.1 years, 71 ± 10.3 kg, 177.2 ± 6.4 cm) participating in 3 professional domestic surfing events, with competitive heats of 20-minute duration. Fifty data sets were analyzed across the 3 competitions, with velocities and distances covered, proportion of time spent performing various surfing activities, and total work-to-relief ratio determined. Results revealed surfers paddled 44% of the total time, followed by stationary periods (42%). Surfers performed at a significantly (p ≤ 0.05) higher work-to-relief ratio (1.7:1) at the beach-break (an exposed beach) compared with point-break 1 and 2 (waves breaking around a rocky point). Point-breaks 1 and 2 had longer continuous durations of paddling, with significantly longer rides at point-break 1 over the beach-break (p ≤ 0.01) and point-break 2 (p ≤ 0.01). The average maximal speed (24.8 km·h) from point-break 2 was significantly faster than point-break 1 (p ≤ 0.01) and beach-break (p ≤ 0.05). This information should influence surfing drills and conditioning methods to prepare these athletes for the disparate demands, such as training for a point-break competition involving longer durations of continuous paddling and short, high-intensity workloads for a beach-break.

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 enseignants0,225
Score d'incertitude au seuil0,814

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)0,0010,000

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 Opus0,035
Tête enseignante GPT0,362
Écart entre enseignants0,327 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetAdventure Sports and Sensation SeekingTravaux en français237 207