Quarterly fluctuations in external and internal loads among professional basketball players
Notice bibliographique
Résumé
Purpose: This study aims to explore the variations in external and internal loads on a quarter-by-quarter basis among professional Chinese basketball players. It emphasizes the crucial impact of these variations on optimizing athletic performance and match strategies. Method: An observational longitudinal study design was employed, involving sixteen male players from the National Basketball League during the 2024 season in China. Data collection was facilitated through the use of Catapult S7 devices for measuring external loads and session ratings of perceived exertion (sRPE) for assessing internal loads. Linear mixed-effects models were utilized for the statistical analysis to identify differences in workload intensities across game quarters based on player positions. The Pearson correlation coefficient was used to examine the relationship between external and internal load throughout the game. Results: The analysis uncovered significant positional differences in workload intensities across game quarters. Guards were found to have a higher PlayerLoad™ (PL) per minute in the first quarter, while centers demonstrated an increase in high-intensity accelerations and jumps in the fourth quarter. Furthermore, a significant moderate correlation between sRPE and PL was observed across all game quarters, indicating a link between physical exertion and athletes' perceptions of effort. Conclusion: The study offers new insights into the dynamic physical demands faced by basketball players and the importance of using both objective and subjective measures for a comprehensive assessment of athlete performance and wellbeing. The findings underscore the interconnectedness of physical exertion and athlete perception, providing a foundation for future research and practical applications in the field of basketball science.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».