MétaCan
Menu
Retour à la cohorte
Enregistrement W4206350263 · doi:10.52082/jssm.2022.82

Physiological and Performance Correlates of Squash Physical Performance

2022· article· en· W4206350263 sur OpenAlexaff
Carl James, imothy Jones, Saro D. Farra

Notice bibliographique

RevueJournal of Sports Science and Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensSheridan College
Organismes subventionnairesnon disponible
Mots-clésSprintSquashRunning economyMathematicsAnimal scienceBlood lactateStatisticsBiologyPhysical therapyMedicineVO2 maxBotanyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The physiological and performance attributes of elite squash players were investigated. Thirty-one players (21 males, world ranking [WR] 42-594; 10 females, WR 7-182) completed a battery of fitness tests which included an aerobic squash-specific physical performance test (SPPT), repeated-sprint ability (RSA), change-of-direction speed (COD), acceleration (5-m sprint), body composition and force development (countermovement jump) assessments. The SPPT provided a finishing lap score, V̇O2max, average movement economy and the lap corresponding to a blood lactate concentration of 4 mM.L-1. Players were ranked and assigned to HIGH or LOW performance tiers. Two-way ANOVA (performance level*sex) revealed higher ranked players performed better (p < 0.05) for SPPT final lap (d = 0.35), 4 mM.L-1 lap (d = 0.52) and COD (d = 0.60). SPPT displayed a ‘very-large’ correlation with 4 mM.L-1 lap (r = 0.86), ‘large’ correlations with COD (r = 0.79), RSA (r = 0.79), sum-of-7 skinfolds (r = 0.71) and V̇O2max (r = 0.69), and a ‘trivial’ correlation with average movement economy (r = 0.02). Assessments of cardiovascular fitness (i.e. 4 mM.L-1 lap), RSA, COD and body composition appear highly pertinent for performance profiling of squash players. Regular, submaximal assessment of the 4 mM.L-1 lap during the SPPT may offer a practical athlete monitoring approach for elite squash players.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports Science and MedicineMême sujetSports Performance and TrainingTravaux en français237 207