Concurrent Validity and Reliability of Different Technologies for Sprint-Derived Horizontal Force-Velocity-Power Profiling
Notice bibliographique
Résumé
ABSTRACT: Cormier, P, Tsai, M-C, Meylan, C, Agar-Newman, D, Epp-Stobbe, A, Kalthoff, Z, and Klimstra, M. Concurrent validity and reliability of different technologies for sprint-derived horizontal force-velocity-power profiling. J Strength Cond Res 37(6): 1298-1305, 2023-This study evaluated the validity and reliability of common systems to assess sprint-derived horizontal force-velocity-power ( FVPH ) profile metrics. Two double constellation athlete monitoring systems (STATSports Apex, Catapult Vector S7) and one timing gate system were compared with a radar gun for the computation of FVPH metrics. Intersystem validity was assessed using intraclass correlation coefficients (ICC), Pearson's correlation coefficients ( R2 ), and Bland-Altman plots with absolute and percent agreement. Intrasystem reliability was assessed with agreement bias and ICC. STATSports demonstrated moderate agreement for F0 , Pmax , τ, and Drf (8.62, 6.46, -9.81, and 9.96%, respectively) and good agreement for V0 and MSS (-2.18 and -1.62%). Catapult displayed good agreement across all metrics ( F0 , V0 , Pmax , MSS, τ, and Drf : -0.96, -0.89, -1.85, -0.84, 0.38, and -0.27%, respectively). Timing gates demonstrated good agreement with V0 and MSS (-2.62 and -1.71%) and poor agreement with F0 , Pmax , τ, and Drf (19.17, 16.64, -20.49, and 20.18%, respectively). Intrasystem reliability demonstrated good agreement (<2% bias) with very large to near-perfect ICC (0.84-0.99) for Catapult and STATSports systems. Overall, GPS/GNSS 10 Hz technology is reliable across devices and can provide moderate-to-good accuracy of FVPH metrics in single maximal effort sprints. However, Catapult provided better agreement for more FVPH metrics than STATSports, which may be related to differences in proprietary algorithms. Also, modeling timing gate data using current FVPH profiling techniques results in poor bias that requires greater investigation. GPS/GNSS data can be used for FVPH profiling, which could inform performance and rehabilitation processes.
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 | 0,025 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».