Associations between skating mechanical capabilities and off‐ice physical abilities of highly trained teenage ice hockey players
Notice bibliographique
Résumé
Abstract This study examines the associations between force and velocity characteristics of forward skating and off‐ice speed, agility, and power of highly trained teenage ice hockey players. Players attending the Quebec ice hockey federation's off‐season evaluation camp were invited to participate in this study. Final sample consists of 107 highly trained teenage ice hockey players (Males: n = 38; 13.83 ± 0.38 years; Females: n = 69: 14.75 ± 0.90 years). Individual force–velocity profiles (F–V) were determined during a 44 m skating sprint. Off‐ice speed, agility, and power were measured using 30 m sprint, 5‐10‐5 agility, and standing long jump. Associations between F–V mechanical capabilities and off‐ice indicators were analyzed with correlational analyses and multivariate analysis of covariance (MANCOVA). Results of pooled data indicate that the three off‐ice measures had moderate associations with F0 and V0 and large associations with Pmax. Associations with Rfmax, Drf, and Sfv were moderate to small. F0 had stronger associations with off‐ice performance in female players while V0 was more important with male players. MANCOVA identified 5‐10‐5 times as the better predictor for F0 while 30 m sprints times better predicted V0. To maximize physical attributes of skating ability, practitioners are encouraged to focus on a general physical preparation for highly trained teenage players. Prioritizing types of exercises that use change of direction or acceleration and linear speed should have distinct effects on F0 and V0 on the ice.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».