Association Between Internal Training Load And Match Outcome For Male And Female Varsity Ice Hockey Players
Notice bibliographique
Résumé
It has been recognized that establishing a relationship between training load and performance could provide useful insight for athletes during games. Despite growing interest in monitoring internal training loads over the past decade, there has been little investigation into the relationship between training load and match performance measures. Purpose: To investigate the association between internal training load, quantified using Banister’s training impulse (TRIMP) and sessional rating of perceived exertion (sRPE), and match outcome in male and female varsity ice hockey players across a season. Methods: This was a prospective cohort study and included 27 males (22 ± 1 y, 85.9 ± 5.4 kg) and 23 females (20 ± 1 y, 68.0 ± 6.9 kg). Training loads (exposure) were categorized based on a weekly micro-cycle, with training sessions labelled based on match day (MD), starting with five days preceding MD (MD-5) to one day preceding MD (MD-1). Performance (outcome) was defined as match win (success) or loss. Conditional logistic regression analyses between training load on each day and match outcome were performed for TRIMP and sRPE. Training loads were then quartiled, and binomial logistic regression analyses were performed, and odds ratios (OR) with 95% confidence intervals (CI) were presented. Significance was accepted at p < 0.05. Results: For all players, sRPE on MD-5 (OR: 1.006, CI: 1.004-1.009), MD-4 (OR: 1.004, CI: 1.002-1.006), and MD-3 (OR: 1.002, CI: 1.001-1.004) were significantly associated with game outcome. Furthermore, TRIMP on MD-5 (OR: 1.030, CI:1.016-1.044) and MD-3 (OR: 1.012, CI: 1.005-1.019) were significantly associated with game outcome. For males, training on MD-4 and MD-3 with the highest sRPE and TRIMP resulted in significantly greater odds of success, while training on MD-1 with the lowest sRPE and TRIMP significantly predicted a win. For females, MD-5 (sRPE and TRIMP) and MD-4 (sRPE) with the highest load resulted in significantly greater odds of success, and MD-1 with the lowest sRPE and TRIMP was significantly predictive of a win. Conclusion: Micro-cycle periodization of training sessions with higher internal loads early in the week and tapering to lower internal loads immediately preceding game day was associated with a win in varsity female and male ice hockey. Supported by Mitacs and PepsiCo.
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 | 0,001 | 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) | 0,003 | 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 ».