MétaCan
Menu
Retour à la cohorte
Enregistrement W4220822272 · doi:10.1080/24733938.2022.2060520

Assessing the usefulness of submaximal exercise heart rates for monitoring cardiorespiratory fitness changes in elite youth soccer players

2022· article· en· W4220822272 sur OpenAlexaff
Stefan Altmann, Ludwig Ruf, Rainer Neumann, Sascha Härtel, Alexander Wöll, Martin Buchheit

Notice bibliographique

RevueScience and Medicine in Football · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensInterior Health
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessHeart rateTest (biology)TreadmillBlood lactatePhysical therapyMedicineInternal medicineBiologyBlood pressure

Résumé

récupéré en direct d'OpenAlex

AIM: This study aimed to assess the value of monitoring fitness in elite youth soccer players (U15 to U19 age groups) by analyzing the concomitant changes in heart rate at submaximal intensity (HR12km/h) and the velocity at a lactate concentration of 4 mmol/l (v4mmol/l). METHODS: Players were tested by means of an incremental treadmill test on two occasions during the summer pre-season in two consecutive seasons. Based on data from a total of 170 test comparisons from the U15 (n = 48 test comparisons), U16 (n = 40 test comparisons), U17 (n = 46 test comparisons), and U19 (n = 36 test comparisons) age groups, the agreement between substantial changes in HR12km/h and v4mmol/l was analyzed using the threshold combination of HR12km/h = 4.5% and v4mmol/l = 6.0%. RESULTS: Results revealed 2% full mismatches, 36% partial agreements, and 62% full agreements for the whole sample in terms of fitness change interpretation between both variables. The respective values for the U15 to U19 age groups ranged between 0% and 5% full mismatches, 28-44% partial agreements, and 56-68% full agreements with no meaningful differences between age groups. CONCLUSION: In conclusion, our findings confirm the practical value of using HR12km/h to monitor fitness changes in elite youth soccer players when lactate sampling during incremental tests is not possible.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,097
Tête enseignante GPT0,372
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Medicine in FootballMême sujetSports Performance and TrainingTravaux en français237 207