Deliberate recovery: Exploring the relationship between expertise and sleep quantity in athletes
Notice bibliographique
Résumé
The development of sporting skill requires an extended commitment to intensive practice, the accumulation of which must be balanced with adequate rest. In contrast to practice habits, the patterns and characteristics of recovery among athletes have been relatively understudied. This study sought to explore how the 'deliberate' use of recovery varies according to athlete expertise through an examination of sleep, a biologically necessary and universally accessible form of recovery with established effects on performance and learning. Individual endurance sport athletes (n = 43) recorded daily information on sleep timing and duration, as well as training load, over a 14-day period, and a follow-up questionnaire assessed sleep chronotype and categorized athletes into three skill groups. Elite and pre-elite athletes reported sleeping significantly longer than non-elite athletes (F(2, 555) = 7.18, p = .001, partial ?2 = .025). Similarly, elite and pre-elite athletes attempted to sleep significantly earlier in the night (F(2, 556) = 4.96, p = .007, partial ?2 = .018) and napped significantly longer during the day (F(2, 105) = 6.04, p = .003, partial ?2 = .103). Training load may contribute to these differences, while in this sample sleep chronotype did not. This study suggests athletes engage in recovery activities differently according to their skill level, with higher-level athletes making better use of sleep for recovery.
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 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».