Internal Physiological Load Measured Using Training Impulse in Varsity Men's and Women's Ice Hockey Players Between Game Periods
Notice bibliographique
Résumé
ABSTRACT: Bigg, JL, Gamble, ASD, and Spriet, LL. Internal physiological load measured using training impulse in varsity men's and women's ice hockey players between game periods. J Strength Cond Res 35(10): 2824-2832, 2021-This study quantified internal load in male and female ice hockey players throughout a season, with comparisons between game periods and match outcome. Twenty-seven male and 24 female varsity ice hockey players participated in this longitudinal prospective cohort study monitoring internal load, using Banister's training impulse (TRIMP). Data were assessed according to game periods, match outcome (win or loss), and games played in noncongested (1 game/wk) or congested (2 + games/wk) weeks. Statistical significance was considered at p < 0.05. The TRIMP for period 1 for both male (25 ± 16 arbitrary units [AU]) and female (23 ± 19 AU) players was significantly lower than period 3 (males: 30 ± 21 AU; p = 0.001; females: 29 ± 21 AU; p = 0.003) but not period 2 (males: 27 ± 17 AU; p = 0.183; females: 27 ± 19 AU; p = 0.681). There were no differences in TRIMP within any period between games resulting in a win compared with a loss. Overall, there were no differences in TRIMP between male and female players. However, when stratified by position, male forwards experienced greater TRIMP than female forwards (p < 0.001 for all periods), whereas female defense had greater TRIMP than male defense (p ≤ 0.032 for all periods). There were no differences between noncongested and congested week games and no differences in TRIMP between nonback-to-back and back-to-back games, or the first and second games played of a back-to-back series. This study measured physiological demand throughout the periods of ice hockey games in men and women and concluded that internal load was highest in the third period. Understanding the demands throughout a game can provide information to coaches and players that would be useful in managing fatigue and optimizing 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 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».