Body Fat Is a Predictor of Physical Fitness in Obese Adolescent Handball Athletes
Notice bibliographique
Résumé
We examined the relationships between body fat (BF) and field measures of physical fitness in adolescent handball players. Twenty nine players (age: 16.6 ± 1.72 years; body mass: 79.8 ± 17.0 kg; height: 1.70 ± 0.12 m; body fat: 27.7 ± 8.67%) from Qatar handball first league performed a series of anthropometric and fitness tests related to their performance in sprinting (i.e., 15 m and 30 m sprint), jumping (i.e., countermovement and squat jumps), throwing (i.e., 3 kg medicine ball seated front throw) and running (i.e., agility T-Half and Yo-Yo intermittent recovery level 1 tests). Significant differences between obese and non-obese groups, classified based on age-stratified %BF norms, were found, with the largest difference being attributed to aerobic performance on the Yo-Yo test. Results indicated no significant relationships between anthropometric variables and sprinting or jumping abilities. %BF predicted a significant 8-15% portion in running performances of agility and aerobic capacity, while the latter were mainly explained by body height and mass. %BF was the only and strongest predictor of throwing performance, being an important determinant of performance in handball. Optimizing %BF should be considered as a training and nutrition goal in order to improve sport performance.
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 | 0,000 | 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 | 0,001 |
| 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 ».