MétaCan
Menu
Retour à la cohorte
Enregistrement W3003193647 · doi:10.47197/retos.v38i38.72337

Análisis del patrón de carrera sobre superficie artificial y natural en futbolistas adolescentes (Analysis of the running pattern on artificial and natural surface in adolescent football players)

2019· article· es· W3003193647 sur OpenAlexaff
Brandon López-Gómez, David Andrés Pérez-Mendoza, Julián Santiago Guzmán-Revelo, Luis Gabriel Rangel Caballero, Yully Corzo-Vargas, Tábata de Paula Facioli, Adriana Angarita Fonseca, Juan Carlos Sánchez Delgado

Notice bibliographique

RevueRetos · 2019
Typearticle
Languees
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsMathematicsArt

Résumé

récupéré en direct d'OpenAlex

Introducción: Existe poca evidencia que detalle el comportamiento de cada variable espacio-temporal del patrón de carrera utilizando diferentes superficies. Objetivo: Comparar las variables espaciotemporales del patrón de carrera de futbolistas adolescentes en superficie natural y artificial. Método: se realizó un estudio de corte transversal con 18 jugadores de fútbol masculino (edad mediana= 12 años; Rango intercuartílico [RIC] 12-13). Mediante un sistema de medición óptico de 5 metros de longitud se analizó velocidad, aceleración, tiempo de contacto (Tc), tiempo de vuelo (Tv), fase de contacto, fase de apoyo, propulsión, zancada y cadencia. Las valoraciones fueron inicialmente desarrolladas en Superficie Artificial (SA) y 24 horas después en Superficie Natural (SN). Se utilizaron las pruebas Rangos con signos de Wilcoxon para datos pareados y el coeficiente de correlación de Spearman. Resultados: La SA mostró una fase de apoyo fue superior a la SN (SN: Me=0,05 RIC:0,03; 0,06; SA: Me=0,09 RIC 0,08;0,10; p <0,001). El Tv (SN: Me=0,16 RIC:0,14;0,19; SA: Me=0,04 RIC: 0,04;0,05; p<0,001), la fase de contacto (SN: Me=0,02 RIC:0,02;0,03; SA: Me=0,02 RIC: 0,01;0,02; p=0,040) y la propulsión (SN: Me=0,14 RIC:0,09;0,17; SA: Me=0,07 RIC:0,06;0,09; p=<0,001) fueron mayores en SN que en SA. Se encontró una relación indirecta entre velocidad y fase de contacto en SN. El Tv y la zancada se asociaron indirectamente con la aceleración en SA. Conclusión: el patrón de carrera varía según la superficie utilizada. La fase de contacto puede explicar la velocidad en la SN; mientras que el Tv y la zancada pueden explicar la aceleración en la SA.Abstract. Introduction: There is little evidence that details the behavior of each spatial-temporal variable of the running pattern using different surfaces. Objective: To compare the spatial-temporal variables of the running pattern over two surfaces in adolescent soccer players. Method: A cross-sectional study involving 18 male soccer players was conducted (median [Me] age = 12 years; Interquartile range [IQR] 12-13). Speed, acceleration, contact time (Ct), flight time (Ft), contact phase, support phase, propulsion, stride, and cadence were evaluated through a 5-meter long optical measurement system. The assessments were initially carried out on Artificial Surface (AS) and, 24 hours later, on Natural Surface (NS). The Wilcoxon signed-rank test for paired data and the Spearman correlation coefficient were used. Results: The support phase was greater in AS than NS (NS: Me = 0.05 IQR: 0.03; 0.06; AS: Me = 0.09 IQR 0.08; 0.10; p <0.001). The Ft (NS: Me = 0.16 IQR: 0.14; 0.19; AS: Me = 0.04 IQR: 0.04; 0.05; p <0.001), the contact phase (NS: Me = 0.02 IQR: 0.02; 0.03; AS: Me = 0.02 IQR: 0.01; 0.02; p = 0.040) and propulsion (NS: Me = 0.14 IQR: 0.09; 0.17; AS: Me = 0.07 IQR: 0.06; 0.09; p = <0.001) were greater in NS than AS. An indirect relationship between speed and contact phase in NS was found. The Ft and the stride were indirectly associated with acceleration in AS. Conclusion: The running pattern varies according to the surface used. The contact phase can explain the speed in the NS; while the Ft and the stride can explain the acceleration in AS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRetosMême sujetSports Performance and TrainingTravaux en français237 207