MétaCan
Menu
Retour à la cohorte
Enregistrement W4389670673 · doi:10.1519/jsc.0000000000004643

Modeling the Early and Late Acceleration Phases of the Sprint Start in Elite Long Track Speed Skaters

2023· article· en· W4389670673 sur OpenAlexaff
Matthew Zukowski, Walter Herzog, Matthew J. Jordan

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSprintSpeed skatingMathematicsAccelerationIntraclass correlationExponential functionStatisticsSimulationCoefficient of variationPhysicsMathematical analysisComputer scienceReproducibility

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Zukowski, MH, Jordan, MJ, and Herzog, W. Modeling the early and late cceleration phases of the sprint start in elite long track speed skaters. J Strength Cond Res 38(2): 236-244, 2024-This study established the reliability of an exponential function to model the change in velocity during the speed skating sprint start and the validity of associated model parameters in a group of subelite and elite long track speed skaters. Long track speed skaters ( n = 38) performed maximal effort 50-m on-ice accelerations from a standing start while tethered to a horizontal robotic resistance device that sampled position and time data continuously. An exponential function was applied to the raw data to model the change in velocity throughout the acceleration phase and compute the maximal skating speed (MSS), maximal acceleration capacity (MAC), maximum relative net horizontal power ( PMax ), and an acceleration-time constant ( τ ). All constructed models provided a sufficient fit of the raw data ( R -squared > 0.95, mean bias <2%). Intraday reliability of all model parameters ranged from good to excellent (intraclass correlation coefficient >0.8 and coefficient of variation <5%). Strong negative correlations ( r : -0.72 to -0.96) were observed between MSS and PMax and the 10 and 20 m split times measured with the robotic resistance and with 100 split times obtained from 500 m races. Moderate-to-large between-group differences were observed in MSS, MAC, and PMax between the elite vs. subelite speed skaters (Cohen d effect sizes: 1.18-3.53). Our results indicate that monoexponential modeling is a valid and reliable method of monitoring initial acceleration performance in elite level long track speed skaters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,368
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports Performance and TrainingTravaux en français237 207