MétaCan
Menu
Retour à la cohorte
Enregistrement W4401638831 · doi:10.3390/sports12080223

Changes in Physical Fitness, Muscle Damage and Cognitive Function in Elite Rugby Players over a Season

2024· article· en· W4401638831 sur OpenAlexaff
Mohamed Houssem Karamti, Hassane Zouhal, Mariem Bousselmi, Manel Darragi, Hamdi Khannous, Ahlem Ben Hmid, Imen Zamali, Mélika Ben Ahmed, Ismail Laher, Urs Granacher, Amira Zouita

Notice bibliographique

RevueSports · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEliteCognitionPhysical medicine and rehabilitationPhysical fitnessPsychologyPhysical therapyMedicinePolitical scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

This study proposes to monitor the physical, immune and cognitive responses and adaptations of elite rugby players throughout the season based on the loads performed. Anthropometric measurements, physical fitness tests (e.g., muscle strength and power, linear and change-of-direction speed, cardiorespiratory fitness) and analyses of serum concentrations of markers of muscle damage (creatine kinase [CK] and lactate dehydrogenase [LDH]) and brain-derived neurotrophic factor (BDNF) were carried out over a sporting season (24 weeks) for 17 elite rugby players (10 forwards and 7 backs) aged 18.91 ± 0.76 years. The physical fitness test results show improvements in the performance of both forwards and backs over the season (p < 0.05), with an advantage for backs compared with forwards in most tests (p < 0.05). Muscle damage markers decreased at the end of the season compared with the baseline levels for forwards (p < 0.05). CK levels were unchanged for the backs, but there were increased LDH concentrations at the end of the season compared with baseline (p < 0.05). Serum BDNF levels decreased for the total group between the second and third sampling (p < 0.05). The muscular and physical capacities of rugby players differ according to their playing position. Immune responses and adaptations, as well as BDNF levels, vary throughout the season and depend on the physical load performed.

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 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)0,000
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 enseignants0,103
Score d'incertitude au seuil0,349

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,276
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSportsMême sujetSports Performance and TrainingTravaux en français237 207