Impact of tapering and proactive recovery on young elite rugbyunion players’ repeated high intensity effort ability
Notice bibliographique
Résumé
To assess the effects of a taper combined with proactive recovery on the repeated high intensity effort (RHIE) of elite rugby union players, and the possible interaction of pre-taper fatigue and sleep. Eighteen players performed a 3-week intensive training block followed by a 7-day exponential taper combined with a multicomponent recovery strategy. Following the intervention, players were divided into 3 groups (Normal Training: NT, Acute Fatigue: AF or Functional Overreaching: F-OR) based on their readiness to perform prior to the taper. Total sprint time [TST], percentage decrement [%D] and the number of sprints ≥90% of the best [N90] were analyzed to assess performance during a RHIE test. Subjective sleep quality was assessed through the Pittsburg Sleep Quality Index (PSQI) and the Epworth Sleepiness Scale (ESS). No improvement in TST was reported in either NT or F-OR after the taper, whereas AF tended to improve (-1.58 ± 1.95%; p > 0.05; g = -0.20). F-OR players reported baseline PSQI and ESS indicative of sleep disturbance (6.2 ± 2.2 and 10.6 ± 5.4, respectively). AF displayed a small impairment in PSQI during intensive training (11.5 ± 80.6%; p > 0.05; g = 0.20), which was reversed following the taper (-34.6 ± 62.1%; p > 0.05; g = -0.73). Pre-taper fatigue precluded the expected performance benefits of the combined taper and recovery intervention, likely associated with a lack of strictly controlled intensive training block. Poor sleep quality before the intensive training period appeared to predispose the players to developing functional overreaching.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».