Association Of On-court Impact Load And Intensity With Rating Of Perceived Exertion In Basketball
Notice bibliographique
Résumé
PURPOSE: Our purpose was to (i) examine the association between wearable sensor-derived loading and rating of perceived exertion (RPE) during on-court practices in men’s basketball, and (ii) compare wearable sensor-derived loading between practices and games. METHODS: Eleven male basketball players, free from musculoskeletal injury, on the McMaster University Basketball team participated in the study. Players were fitted with bilateral inertial measurement units (iMeasureU, Vicon) at the ankle to measure resultant acceleration impacts during 11 practices and 5 games over a 3-week period. Two primary variables were obtained from the sensors relating to (i) total impact load (number of steps x resultant acceleration of impact) and (ii) average intensity (average impact intensity from all steps). Additionally, the Borg-10 RPE questionnaire was collected immediately after each practice and used to quantify RPE and sRPE (RPE x practice time). The association between the sensor and self-reported data were quantified using Pearson correlation coefficients. Additionally, sensor variables from practice were compared to those obtained in games using non-parametric paired t-test. RESULTS: A low and moderate correlation was observed for total impact load on RPE (r = 0.11, p = 0.04) and sRPE (r = 0.45, p < 0.001), respectively, in practices. Alternatively, no significant correlation was observed between average intensity and RPE (r = 0.07, p = 0.55) or sRPE (r = 0.11, p = 0.35). In comparing games to practices, games were found to display a greater average intensity compared to practices (19.6 ± 2.1 g vs. 11.6 ± 2.1 g; p = 0.004). Although games on average had a lower total impact load compared to practices (66 k ± 29 k-g vs. 73 k ± 8 k-g; p = 0.42), this was not significant given the high amount of variability and limited sample size for in-game data (e.g., n = 6 athletes with in-game sensors). CONCLUSIONS: Our results suggest that loading metrics from wearable inertial sensors display low to moderate correlations with practice RPE. Additionally, we found that while games have higher average intensities, the total load may be lower overall. These initial findings highlight the utility of wearable sensors to provide unique insights into practice and competition load that may not be fully captured in RPE alone.
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) | 0,000 | 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 ».