MétaCan
Menu
Retour à la cohorte
Enregistrement W3133998286 · doi:10.1136/bmjsem-2020-000927

Strength development according with age and position: a 10-year study of 570 soccer players

2021· article· en· W3133998286 sur OpenAlexaff
Robson Dias Scoz, Bruno Mazziotti Oliveira Alves, Ricardo Lima Burigo, Edgar Ramos Vieira, Luciano Maia Alves Ferreira, Rubens Alexandre da Silva, Rogério Pessoto Hirata, César Ferreira Amorim

Notice bibliographique

RevueBMJ Open Sport & Exercise Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésConcentricEccentricElitePhysical therapyPsychologyMedicinePhysical medicine and rehabilitationMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/AIM: The purpose of this study was to compare the isokinetic peak torque profiles from the quadriceps and hamstrings muscles during concentric and eccentric contractions in elite Brazilian soccer players across different field positions and age categories. Our hypothesis was that soccer players from different field positions are subjected to different ageing-related effects on their isokinetic peak torque. METHODS: This is a retrospective study based on professional elite-level soccer players between the years 2009 and 2019. It included 570 adult males who played for at least 5 years on first or second Brazilian divisions. Playing positions were divided as: goalkeepers, defenders, sidebacks, midfielders and forwards. Age categories were also divided as: G1 (17-20 years old), G2 (21-24 years old), G3 (25-28 years old), G4 (29-32 years old) and G5 (33 years old or more). RESULTS: =0.021) on torque of concentric extensors; mainly from midfielders and goalkeepers with 29 years or more. CONCLUSIONS: Soccer players from different field positions are subjected to different ageing related effects on their muscular performance during their career special attention should be given to these players to avoid reduction in physical 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 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 enseignants0,022
Score d'incertitude au seuil0,043

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)0,0020,001

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 Opus0,051
Tête enseignante GPT0,355
Écart entre enseignants0,305 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open Sport & Exercise MedicineMême sujetSports Performance and TrainingTravaux en français237 207