Less Total-Body Fat and Lower-Extremity Fat Are Associated with More High-Intensity Running during Games in Female University Soccer Players
Notice bibliographique
Résumé
This study examined the relationship between body composition and on-field, in-game physical performance in female collegiate soccer players. Body composition, including total mass, fat mass, and lean tissue mass for the lower extremities and total body, was measured in 10 starting players using dual energy x-ray absorptiometry (DXA). On-field, in-game physical performance was tracked via a global positioning system (GPS) over 14 regular-season games, measuring total distance and distance covered in six speed zones. Players covered 4544.7 ± 495.2 m in the first half of the game and significantly less distance in the second half (3356.5 ± 1211.7 m, p = 0.004). A repeated measures ANOVA revealed decreased distances in jogging, low-, and moderate-intensity running during the second half compared to the first half of the game (p < 0.001). Lower total-body fat mass, total-body fat percentage, and lower-extremities fat mass were correlated with greater distances at moderate- and high-intensity running during the second half and entire game (r values from −0.644 to −0.745, p < 0.01 to 0.04). These findings suggest that body composition can influence the distance covered at moderate- and high-intensity running speed during competitive games. Training strategies aimed at reducing fat mass and incorporating high-intensity training may benefit female soccer players and enhance team success.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».