Investigating the Relevance of Maximal Speed and Acceleration in Varsity-Level Female Ice Hockey Players
Notice bibliographique
Résumé
PURPOSE: To characterize and compare female ice hockey players' peak skating speed and acceleration ability during linear sprints and gameplay. We also sought to quantify the time spent at various speeds and the frequency of accelerations at different thresholds during games. METHODS: Seventeen varsity-level female ice hockey players (20 [1.4] y, 68.9 [4.9] kg, 167.6 [4.7] cm) participated in an on-ice practice session (performing 3 × 40-m linear sprints) and 4 regular-season games while being monitored using a local positioning system. Speed and acceleration were recorded from the sprint and within-game monitoring. Time on ice spent in relative skating speed zones and the frequency of accelerations at different intensities were recorded. RESULTS: Players' greatest peak speeds (29.5 [1.3] vs 28.3 [1.1] km/h) and accelerations (4.39 [0.48] vs 3.34 [0.36] m/s2) reached during gameplay were higher than those reached in linear sprinting (both P < .01). Peak in-game values were moderately predicted by linear sprint values for speed (r = .69, P < .01) but not for acceleration (r < .01, P = .95). Players spent little time at near-peak linear sprint speeds (≥80% [22.7 km/h], ∼3% time on ice; ≥90% [25.5 km/h], <1% of time on ice) during gameplay. However, 26% to 35% of accelerations recorded during the 4 games were ≥90% of linear sprint acceleration. CONCLUSIONS: Although skating speed may be advantageous in specific game situations, our results suggest that players spend little time at near-maximal speeds while accelerating frequently during games. This warrants further investigation of direction changes, skating transitions, repeated sprints, and other determinant variables potentially related to on-ice success and the implementation of training strategies to improve repeated acceleration or qualities beyond maximal skating speed.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».