Notice bibliographique
Résumé
BACKGROUND.Most participants in long-distance cross-country ski races (loppets) are masters (age 30 yrs).They represent an effective study population to quantify the age-performance relationship.AIM. 1) to determine the relationship between age, gender, skiing style and performance of master skiers; 2) to test the force development theory that suggests that the decreased performance with age should be larger for the more strenuous free style technique than for the classic style, for both men and women.MEASURES.Cross-sectional data were gathered from nine loppets from the Worldloppet Circuit that comprised 89 events in total between 1995 and 2005.A total of 190,304 master men and 24,917 master women took part to these events.Participant age was classified mainly in 5-year categories while average speed was calculated from the loppet distance divided by individual race times.MODELING APPROACH.The boundary line approach was used to select the maximum performance by age class in each event.ANALYSES.A general modified power model was fitted to the relative average maximum speed achieved in each age category for each event.Loppets were considered as random factor and each event within loppets as subjects in a repeated-measure regression analysis.OUTCOMES.Age, gender and skiing style influenced maximum performance.The general model fit was considered good (r 2 = 0.70; p < 0.001).Maximum performance of skiers decreased with age, with more moderate declines for men than for women, and also for the classic style compared with the free style.Age correction factors were calculated direct from the general model, giving preliminary age-graded factors making comparable performances at different ages in various loppet events.CONCLUSIONS.The results supported the force development theory.However, the study of longitudinal data is needed to confirm or refine age-graded factors, particularly for elderly skiers ( 60 yrs).
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».