Predicting 6000m Performance Time in Junior Rowers using a 500m Indoor Rowing Test
Notice bibliographique
Résumé
The present study aimed to develop a mathematical model to estimate the performance of an indoor rowing event of 6000m through an 500 m all out test in junior athletes. We selected141 subjects from the Brazilian rowing confederation database (15.9 ± 1.0 years), subsequently randomised the sample to the development (~70%) and cross-validation (~30%) groups of the mathematical model. Performance data for 500m and 6000m were collected (there was a 48h washout between one test and anoth-er).Subsequently, the mathematical model: Time(min) 6000m = { [( Time(s) 500-m * 6) * 2] / 60} + 1.3, was developed by arithmetic modeling using machine learning and Regression analysis, being tested by intraclass correlation coefficient (ICC), Concordance correlation coefficient (CCC), Validity (Cb ), preci-sion (ρ) and bland-Altman plotting. The prediction of the result of 6000m through the mathematical model utilizando apenas o desempenho de 500m “all-out” test showed a significant reliability in de-velopment group (r2 = 0.730, ICC = 0.753; CCC = 0.895, Cb = 0.879, ρ: 0.957, pure error: 0.2 secounds (1.0% estimative error)); and in cross-validation group (r2 = 0.710, ICC = 0.747; CCC = 0.888, Cb = 0.875, ρ: 0.903, pure error: 0.3 secounds (1.4% estimative error)). When comparing the estimated re-sults of the 6000m performance by the mathematical model with the real performance of 6000m per-formed in indoor rowing, no statistical differences were observed. In addition, the mathematical model did not present a significant proportion bias in relation to the 6000 m performance in both groups. The mathematical model for predicting 6000m performance through a 500m fast test was significant for national level junior rowing 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».