A comparison of sessional ratings of perceived exertion to cardiovascular indices of exercise intensity during competition in elite field hockey players
Notice bibliographique
Résumé
Abstract Study aim: Recent evidence has revealed a reduction in the strength of correlation between ratings of perceived exertion and a heart rate (HR) derived training load in elite field hockey players during competition. These competitive periods involve sustained levels of cardiovascular performance coupled with considerable time performing above the anaerobic threshold. As such, the purpose of this investigation was to examine the magnitude of correlation between ratings of perceived exertion and time spent above threshold and two HR derived training loads. Material and methods: Seventeen (n = 17) international caliber female field hockey players competing as a national team were monitored over four matches during a seven-day competition period within the 2016 Olympic Cycle. Cardiovascular indices of exercise intensity were derived from HR dynamics and were quantified through estimating time spent above anaerobic threshold (LT2), the Edwards training load model (TL ED ) and the Polar Training Load (TL POL ). Sessional ratings of perceived exertion (sRPE) were recorded after each match. Results: 64 samples were recorded for analysis. HR derived (TL ED & TL POL ) and sRPE training loads remained comparable between matches. A large correlation (p = 0.01) was observed between sRPE and each heart rate derived training load (TL ED & TL POL ). An unremarkable relationship (p = 0.06) was revealed between time spent above LT2 and sRPE. Conclusions: Our results demonstrate HR derived training loads (TL POL & TL ED ) exhibit a stronger correlation with sRPE than time spent above LT2 in elite field hockey players during competition.
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 ».