115 Relationship between readiness indicators, training load and fatigue in collegiate female volleyball athletes
Notice bibliographique
Résumé
Background Proper load monitoring can help to determine if athletes are adjusting properly to training loads, minimizing the risk of developing illnesses and injuries. Objective The main objective of this study was to find relationships between internal and external load variables, and fatigue to enable a better understanding of specific adaptations. Design An 8-week prospective observational cohort study with 213 observations. Setting U Sports Canadian volleyball athletes. Patients (or Participants) Six female volleyball athletes (21±2 years, 179.8±6.1 cm, 72±9.5 kg) with competitive experience of at least three years and able to participate without any physical limitation. Interventions (or Assessment of Risk Factors) Pre-practice heart rate variability (HRV), energy level, level of soreness, and hours of sleep were recorded before every practice. The number of jumps, the activity minutes, post-practice rating of perceived exertion (RPE), and HRV value the morning after were also collected. Day of the week, previous strength and conditioning practice, quality of sleep, and medical/physio attention were additional factors included in the analyses. Main Outcome Measurements Fatigue expressed as the percentage of jump-loss (10%) was the dependent binary variable. A stepwise logistic regression analysis was used to analyze the relationship between fatigue, covariates, and factors. Results Previous soreness and the number of jumps performed in practice or competition were the only factors found to be related to a significant level of fatigue experienced by the athletes (p<0.001). Conclusions Although monitoring processes in team sports are today frequent, not all the load markers seem to have the same importance explaining the level of fatigue experienced by the athletes. Pre-practice level of muscle soreness and the number of jumps performed during the activity, a specific expression of external load in volleyball, reveal as the key elements to be controlled by coaches and practitioners to promote an optimal load adaptation.
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 | 0,000 | 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) | 0,002 | 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 ».