Energy Balance and Dietary Intake in Young Rugby Players during a Pre-Season Micro-Cycle: A Cluster Analysis
Notice bibliographique
Résumé
Rugby players must develop excellent levels of conditioning during adolescence. However, this pivotal period of life is also characterized by a surge in biological growth, which further increases the energy and nutritional requirements of this population. This study examined within-individual differences in energy intake (EI) and energy balance (EB) of 46 young rugby players during a pre-season micro-cycle. Two clusters were identified with significantly different characteristics and EB states, suggesting that young rugby players adjust their EI to match their body composition goals. The first cluster is characterized by players with a low body fat% (12.87 ± 2.53). They had a positive EB (330 ± 517 kcal), suggesting a goal of increasing muscle mass. Conversely, the second cluster is characterized by a higher body fat% (23.1 ± 1.6, p < 0.005) and reported a negative, lower EB (−683 ± 425 kcal, p < 0.005), suggesting a goal focused on reducing fat mass. Although our study provides more optimistic results than previous ones regarding the high risk of inadequate EI in young rugby players, we emphasize the importance of rigorous nutritional support, especially for players aiming to lose weight, to avoid severe caloric restriction, as well as the downstream effects of such practices on their nutritional status, given the higher risk of macro- (e.g., CHO < 6 g/kg/d) and micronutrient (e.g., iron < 11 mg/d, calcium < 1300 mg/d, vitamin D < 5 mg/d) deficiencies.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».