MétaCan
Menu
Retour à la cohorte
Enregistrement W2905093780 · doi:10.23736/s0022-4707.17.07948-8

Velocity distribution of women's 30-km cross-country skiing during Olympic Games from 2002-2014

2018· article· en· W2905093780 sur OpenAlexaboutno aff
Włodzimierz S. Erdmann, Dorota Dancewicz-Nosko, Vasilios Giovanis

Notice bibliographique

RevueThe Journal of Sports Medicine and Physical Fitness · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisMathematicsDistribution (mathematics)GeodesyStatisticsValue (mathematics)GeographyBusinessMarketingMathematical analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Within several investigated endurance sport disciplines the distribution of load of the best competitors has a manner of evenly or slightly rising velocity values. Unfortunately many other competitors have usually diminishing values or when they are very poor they have evenly values. The aim of this study was to investigate distribution of velocity within 30-km cross-country female skiers. METHODS: Cross-country skiing runs were investigated of Olympic Games 2002-2014 (Salt Lake City, Turin, Vancouver, Sochi). At every race two 15 km or three 10 km loops of the same vertical profile were taken into account. The competitors were divided onto: A) winners; B) medalists; C) competitors who obtained places 4 to 10 at the finish line (medium runners); and D) competitors who obtained places 11 to 30 at the finish line (poor runners). Velocity data presented on the web pages of several institutions were utilized. RESULTS: The competitors had their velocity distributed in a manner with usually diminishing values. While comparing velocity of sequential loops with the mean velocity the difference for the poor runners reached the value of almost 6%, which was too high. There was significant (usually negative) correlation coefficient between values of velocity deviation for the first and second loops and the mean value of velocity for the entire distance for the better runners and mixed, i.e. positive and negative values for the poorer runners. CONCLUSIONS: It was postulated investigations of velocity distribution should be introduced in coaching in order to inform competitors about their running. This advises is especially important for the poorer runners. Up to now cross-country skiers run for themselves. It should be discussed whether the tactics used by road and track runners, i.e. running with pace makers, can be introduced in cross country skiing. Also the use of a drone during training can be used in order to maintain proper pace.

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)0,001
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 enseignants0,253
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,277
Écart entre enseignants0,270 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Sports Medicine and Physical FitnessMême sujetWinter Sports Injuries and PerformanceTravaux en français237 207