MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394237762 · doi:10.6084/m9.figshare.19915091

AQUATIC RESISTANCE TRAINING REPERCUSSIONS ON THE DYNAMIC STABILITY IN VOLLEYBALL ATHLETES

2022· dataset· en· W4394237762 sur OpenAlexaff
Lulu Cai, Xin Wang

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAthletesResistance trainingTraining (meteorology)Resistance (ecology)Stability (learning theory)Physical medicine and rehabilitationPsychologyPhysical therapyBiologyComputer scienceGeographyMedicineEcologyMeteorologyMachine learning

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction Resistance training is considered a practical pathway for increasing strength and speed. Objective Explore the aquatic resistance training on the dynamic stability in volleyball athletes. Methods Using aquatic resistance training reinforcement, 20 first-level national male volleyball athletes were randomly divided into control and experimental groups. The time of the experiment was ten weeks. In the end, lower limb muscle strength, jumping ability, dynamic stability, and muscle pain were compared. Residual effects were also checked six weeks after the end of the experiment. Results The aquatic resistance training group stopped training for six weeks, peak torque at 60°/s, 180°s of relative knee extension, jump height, full arm swing, and all three phases of the high jump were significantly better than the preliminary test; water entry speed in the vertical direction was also significantly better one week after training. Conclusion Aquatic resistance training can significantly improve the dynamic stability of the lower limbs, and its effect can be maintained up to 6 weeks after completion. It is recommended to apply resistance enhancement training to maintain fitness, especially for long periods. Evidence Level II; Therapeutic Studies - Investigating the result.

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)0,003
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,298

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0890,010

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 Opus0,088
Tête enseignante GPT0,306
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetSports Performance and Training→Travaux en français237 207→