Running Performance of High-Level Soccer Player Positions Induces Significant Muscle Damage and Fatigue Up to 24 h Postgame
Notice bibliographique
Résumé
This study aimed to determine the impact of a soccer game on the creatine kinase (Ck) response and recovery and the specific Global Positioning System (GPS)-accelerometry-derived performance analysis during matches and comparing playing positions. A sample composed of 118 observations of 24 professional soccer teams of the Brazil League Serie A was recruited and classified according to playing positions, i.e., Left/Right Defenders ( D = 30, age: 25.2 ± 5.8 years, height: 187 ± 5.5 cm, weight: 80 ± 5.8 kg), Offensive Midfielders (OM = 44, age: 25.1 ± 0.2 years, height: 177 ± 0.3 cm, weight: 73 ± 1.2 kg), Forwards ( F = 9, age: 25.1 ± 0.2 years, height: 176.9 ± 4.3 cm, weight: 74.5 ± 2.1 kg), Left/Right Wingers ( M = 23, age: 24.5 ± 0.5 years, height: 175 ± 1.1 cm, weight: 74 ± 4.4 kg), and Strikers ( S = 12, age: 28 ± 0.2 years, height: 184 ± 1.0 cm, weight: 80 ± 1.4 kg). Blood Ck concentration was measured pre-, immediately post-, and 24 h postgame, and the GPS-accelerometry parameters were assessed during games. Findings demonstrated that Ck concentrations were higher at all postgame moments when compared with pregame, with incomplete recovery markers being identified up to 24 h after the game (range: 402–835 U/L). Moreover, Midfielders (108.6 ± 5.6 m/min) and Forwards (109.1 ± 8.3 m/min) had a higher relative distance vs. other positions (100.9 ± 10.1 m/min). Strikers [8.2 (8.1, 9.05) load/min] and Defenders [8.45 (8, 8.8) load/min] demonstrated lower load/min than Wingers [9.5 (9.2, 9.8) load/min], Midfielders [10.6 (9.9, 11.67) load/min], and Forwards [11 (10.65, 11, 15) load/min]. These results could be used to adopt specific training programs and recovery strategies after match according to the playing positions.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».