Long-Term Athlete Development: Seasonal and Longitudinal Fitness Changes in Female University Rugby Players
Notice bibliographique
Résumé
ABSTRACT: Falk Neto, JH, Parent, E, and Kennedy, MD. Long-term athlete development: Seasonal and longitudinal fitness changes in female university rugby players. J Strength Cond Res 35(12): 3459-3465, 2021-The Long-Term Athlete Development model is used by organizations to determine the expected improvements from athletes at different stages of their careers. For female rugby athletes, university sports should provide continued support for athlete development during the Training to Perform stage (18-21 years old). However, little evidence exists for longitudinal changes across years of participation in university sports in this group. The purpose of this study was to assess changes in anthropometric and fitness characteristics in female university rugby players across different seasons. Seventeen players were divided into forwards (n = 9, 21.1 ± 2.6 years) and backs (n = 8, 19.62 ± 0.9 years) and assessed across 5 points over 3 years: preseason 1, postseason 1, preseason 2, postseason 2, and preseason 3. Anthropometric (height, body mass, and body mass index) and performance measurements (grip strength, flexibility, trunk muscular endurance, upper-body muscular endurance, 40-m sprint, vertical jump, and 20-m shuttle run) were collected. V̇o2max was higher at preseason 2 compared with postseason 1 (p = 0.02), postseason 2 (p = 0.01), and preseason 3 (p = 0.015), and trunk muscular endurance was higher at preseason 3 (p = 0.02). Performance in the first 5 m of the sprint test decreased at postseason 1 (p = 0.018) and preseason 2 (p = 0.016) when compared with preseason 1. The results indicate that these female athletes did not improve their fitness across the Training to Perform stage when participating in university sports. These female rugby players likely developed their fitness at earlier stages and, at this stage, already possessed well-developed fitness levels, which were merely maintained throughout years.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».