MétaCan
Menu
Retour à la cohorte
Enregistrement W4391145171 · doi:10.1519/jsc.0000000000004634

Genetic Associations With Acceleration, Change of Direction, Jump Height, and Speed in English Academy Football Players

2023· article· en· W4391145171 sur OpenAlex
A. McAuley, David C. Hughes, Loukia Tsaprouni, Ian Varley, Bruce Suraci, Ben Bradley, Joseph Baker, Adam J. Herbert, Adam L. Kelly

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFootballJumpGenotypeSingle-nucleotide polymorphismAccelerationMathematicsStatisticsBiologyGeneticsGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: McAuley, ABT, Hughes, DC, Tsaprouni, LG, Varley, I, Suraci, B, Bradley, B, Baker, J, Herbert, AJ, and Kelly, AL. Genetic associations with acceleration, change of direction, jump height, and speed in English academy football players. J Strength Cond Res 38(2): 350-359, 2024-High-intensity movements and explosive actions are commonly assessed during athlete development in football (soccer). Although many environmental factors underpin these power-orientated traits, research suggests that there is also a sizeable genetic component. Therefore, this study examined the association of 22 single-nucleotide polymorphisms (SNPs) with acceleration, change of direction, jump height, and speed in academy football players. One hundred and forty-nine, male, under-12 to under-23 football players from 4 English academies were examined. Subjects performed 5-, 10-, 20-, and 30-m sprints, countermovement jumps (CMJs), and the 5-0-5 agility test. Simple linear regression was used to analyze individual SNP associations, whereas both unweighted and weighted total genotype scores (TGS; TWGS) were computed to measure the combined influence of all SNPs. To control for multiple testing, a Benjamini-Hochberg false discovery rate of 0.05 was applied to all genotype model comparisons. In isolation, the GALNT13 (rs10196189) G allele and IL6 (rs1800795) G/G genotype were associated with faster (∼4%) 5-, 10-, and 20-m sprints and higher (∼16%) CMJs, respectively (p < 0.001). Furthermore, the TGS and TWGS significantly correlated with all performance assessments, explaining between 6 and 33% of the variance (p < 0.001). This study demonstrates that some genetic variants are associated with power-orientated phenotypes in youth football players and may add value toward a future polygenic profile of physical performance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,327
Écart entre enseignants0,280 · 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