Longitudinal development of match performance in elite field hockey players training within a high-performance environment
Notice bibliographique
Résumé
This study examined whether the performance characteristics of male university field hockey players were associated with undergraduate degree year of study. Fifty-two male university field hockey players (age 20.8 ± 2.4 years, stature 1.79 ± 0.06 m, body mass 75.8 ± 8.3 kg) were monitored over 85 matches played across four national league seasons in the UK (2018–2022) using 15 Hz Global Positioning System units and heart rate monitors. Total distance, high-speed running distance (≥15.5 km.h−1), accelerations (≥2 m.s−1), decelerations (≤ −2 m.s−1), average heart rate and percentage of time spent at >85% of maximum heart rate were compared between 1st year, 2nd year and final year players across 1090 player-match files. Hierarchical linear modelling of performance characteristics (Match – level 1, Player – level 2), normalised to 70 min match time, found that the total and high-speed running distance covered by final year players was lower compared to 2nd year players (by 163 m and 127 m, respectively, both p < 0.05). With increased training experience in a high-performance programme, running performance required to perform optimally could be reduced in university players due to the high level of match performance achieved, development of game understanding and improved technical ability.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».