Running Demands and Activity Profile of the New Four-Quarter Match Format in Men's Field Hockey
Notice bibliographique
Résumé
ABSTRACT: Ihsan, M, Yeo, V, Tan, F, Joseph, R, Lee, M, and Aziz, AR. Running demands and activity profile of the new four-quarter match format in men's field hockey. J Strength Cond Res 35(2): 512-518, 2021-This study determined the running demands of men's field hockey with regards to the revised four-quarter match format. Twenty-eight male field hockey players were equipped with global positioning system units while competing in 14 competitive international games over a 1-year period. All matches allowed for unlimited substitutions, and consisted of four 15-minute quarters (i.e., Q1-Q4). A progressive decline in total distance (TD) was observed in Q2 (2,072 ± 141 m) to Q4 (2,055 ± 212 m) compared with Q1 (2,171 ± 195 m, p < 0.05). However, the decline in TD was due to decreases in low-intensity activity (<15 km·h-1, p < 0.05), as high-intensity running (HIR; >15 km·h-1) distances were similar throughout Q1-Q4 (p = 0.263). Positional data demonstrated a similar profile, where significant decreases in TD, but not in HIR, was observed across all playing positions at some point over the 4 quarters (p < 0.05). DEF accumulated the lowest amount of TD (7,631 ± 753 m), HIR (2,257 ± 498 m), and high-intensity decelerations (60 ± 9, >-2m·s-2) compared with MID and FWD (p < 0.05). By contrast, FWD performed the highest amount of HIR (3,090 ± 565 m) and high-intensity accelerations (110 ± 9, >2 m·s-2) compared with MID and DEF (p < 0.05). In conclusion, our results showed that although there was a progressive decline in TD over the 4 quarters of match play, high-intensity running performance (i.e., HIR and high-intensity acceleration) was maintained throughout the match regardless of playing position.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».