COVID-19 Lockdown: A Global Study Investigating the Effect of Athletes’ Sport Classification and Sex on Training Practices
Notice bibliographique
Résumé
PURPOSE: To investigate differences in athletes' knowledge, beliefs, and training practices during COVID-19 lockdowns with reference to sport classification and sex. This work extends an initial descriptive evaluation focusing on athlete classification. METHODS: Athletes (12,526; 66% male; 142 countries) completed an online survey (May-July 2020) assessing knowledge, beliefs, and practices toward training. Sports were classified as team sports (45%), endurance (20%), power/technical (10%), combat (9%), aquatic (6%), recreational (4%), racquet (3%), precision (2%), parasports (1%), and others (1%). Further analysis by sex was performed. RESULTS: During lockdown, athletes practiced body-weight-based exercises routinely (67% females and 64% males), ranging from 50% (precision) to 78% (parasports). More sport-specific technical skills were performed in combat, parasports, and precision (∼50%) than other sports (∼35%). Most athletes (range: 50% [parasports] to 75% [endurance]) performed cardiorespiratory training (trivial sex differences). Compared to prelockdown, perceived training intensity was reduced by 29% to 41%, depending on sport (largest decline: ∼38% in team sports, unaffected by sex). Some athletes (range: 7%-49%) maintained their training intensity for strength, endurance, speed, plyometric, change-of-direction, and technical training. Athletes who previously trained ≥5 sessions per week reduced their volume (range: 18%-28%) during lockdown. The proportion of athletes (81%) training ≥60 min/session reduced by 31% to 43% during lockdown. Males and females had comparable moderate levels of training knowledge (56% vs 58%) and beliefs/attitudes (54% vs 56%). CONCLUSIONS: Changes in athletes' training practices were sport-specific, with few or no sex differences. Team-based sports were generally more susceptible to changes than individual sports. Policy makers should provide athletes with specific training arrangements and educational resources to facilitate remote and/or home-based training during lockdown-type events.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».