The Effect of Verbal Encouragement on Performance and Muscle Fatigue in Swimming
Notice bibliographique
Résumé
Background and Objectives: Verbal encouragement (VE) can be used to enhance performance in several sports, even though no studies have been conducted among swimmers and only a few effects have been reported in elite athletes. Besides influencing motor performance, VE is also known to enhance the physical load, thus potentially increasing the probability of developing fatigue. With this in mind, this study aimed to explore the effects of VE in swimmers in order to fill in the knowledge gap concerning the aquatic environment. Materials and Methods: Each athlete swam a maximal 200 m freestyle trial under two different conditions: one trial with VE and the other without VE. The two main outcome measures were: (1) performance velocity (m/s); and (2) muscle fatigue, investigated by means of surface electromyography. Sixty swimmers were recruited, aged 18.63 ± 3.46 years (median 18 years), 28 men (47%), and 32 women (53%), with 7.03 ± 3.9 years of experience. Results: With VE, performance significantly improved in the swim trial (p < 0.001, effect size (ES) −0.95, large). When breaking the results down into the first half (first (0−100 m) vs. the second half (100−200 m)), the ES was large in the first part (−1.11), indicating an improvement in performance. This worsened, however, in the second part of the trial (ES 0.63). In the multivariate analysis, years of experience were found to be a significant predictor of the change in overall performance (p = 0.011). There was a significant increase in muscle fatigue induced by VE, overall, and during the second half, but not during the first half of the trial. Conclusions: The present study indicates that VE during a middle-distance event (200 m) increases performance most in swimmers with little experience. However, it has a negative impact on fatigue.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».