Efficiency of the Wilks and IPF Formulas at Comparing Maximal Strength Regardless of Bodyweight through Analysis of the Open Powerlifting Database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this study was to measure the efficiency of the Wilks and International Powerlifting Federation (IPF) Formulas at comparing powerlifting performance (total) between weight classes of the same sex (men and women) and division (classic and equipped) in order to determine the champion of champions. The Open Powerlifting database was downloaded (June 21st, 2019), filtered (Python) and analyzed (IBM SPSS). Single factor ANOVA revealed that the total (kg) was able to compare 3 out of the 98 weight class comparison possibilities (3.1%), the total ratio was able to compare 5 of the 98 weight class comparison possibilities (5.1%), the Wilks Formula was able to compare 53 of the 98 weight class comparison possibilities (54.1%) and that the IPF formula was able to compare 51 of the 98 weight class comparison possibilities (52%). Making the Wilks slightly more efficient than the IPF Formula (54.1% > 52%) at determining the champion of champions. Results also show that the IPF Formula is more efficient at comparing women's weight classes and that the Wilks Formula is more efficient at comparing men's weight classes, for both divisions. Results could not validate the IPF's decision to replace the Wilks by the IPF Formula. Subjects' performances (kg, ratio, % of the event on the total, Wilks and IPF points) presented for each weight class per sex and division coming from a total of 26,472 open powerlifters could be utilized by practitioners. Further research should be directed towards updating the constants of both formulas.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle