MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294818548 · doi:10.1249/01.mss.0000877524.22137.32

Monitoring A Canadian Recreational Rowing Athlete’s Psychophysiological Response To Training Load: A Case Study

2022· article· en· W4294818548 sur OpenAlexaboutno aff
Fiona G. Roehrs, Stacy L. Gnacinski

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRowingHeart rateAnaerobic exercisePhysical therapyAthletesPerceived exertionMedicinePsychologyPhysical medicine and rehabilitationBlood pressure

Résumé

récupéré en direct d'OpenAlex

There has been growing attention to the monitoring of elite athlete training load, aiming to optimize performance and reduce injury/illness. However, research designs have yet to combine evidence-based practices (i.e., validated surveys) with popular methodology used by recreational athletes (ie., wearables) to support self-management of training loads and recovery. PURPOSE: To comprehensively describe a Canadian rowing athlete’s standardized performance and psychophysiological responses to training load across a 6-week training block. METHODS: 1 male Canadian rowing athlete recruit (20 years), volunteered to participate in the current study. Rowing performance (i.e., anaerobic 4x500m sprint, aerobic 10-minute row for distance) was assessed on weeks 1, 6. Daily surveys and/or wearables data were collected to assess: sleep (hours), session rate of perceived exertion (sRPE), training days lost to injury, session heart rate maximum (HRmax) and average (bpm), and training volume in minutes. The Recovery Stress Questionnaire for Athletes (RESTQ-Sport-36) was used to assess athletes’ perception of stress and recovery. Descriptive statistics were computed for each of the collected variables. RESULTS: Anaerobic performances observed across time were as follows: Week 1 = 1:37.7 min/500 m, Week 6 = 1:36.9 min/500 m. Aerobic performances observed across time were as follows: Week 1 = 1:42.0 min/500 m, Week 6 = 1:43.2 min/500 m. Across the 6-week period, the participant reported the following on average: sleep = 7.5 hours per night, sRPE = 4.8 ± 3.2, 7 training days lost due to illness/injury, session HRmax = 153 ± 28 bpm, session average HR = 110 ± 30 bpm, and training volume = 59.5 ± 41.2 min/session. On average, the participant reported low stress (1.1-2.5), high general recovery (3.0-3.3), low sport stress (0.9-2.7), and high sport recovery (2.6-3.2). CONCLUSIONS: Despite growing attention to self-monitor athlete training load and recovery to optimize performance and reduce injury/illness, there were no observed improvements in performances from week 1 to week 6. With these lack of findings, future research should address interventions to focus on performance improvement through sufficient training stimulus and adequate recovery among recreational athletes.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,344
Écart entre enseignants0,286 · 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'étudeÉtude de cas
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 revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→