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 F 0 and V 0 and large associations with P max . Associations with Rf max , D rf, and S fv were moderate to small. F 0 had stronger associations with off‐ice performance in female players while V 0 was more important with male players. MANCOVA identified 5‐10‐5 times as the better predictor for F 0 while 30 m sprints times better predicted V 0. 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 F 0 and V 0 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».