MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414110863 · doi:10.1371/journal.pone.0332040

Freestyle master’s swimming: Nationality, sex, and performance trends in World Aquatics competitions (1986–2024)

2025· article· en· W4414110863 sur OpenAlexaff
Wais Ahmad, Matthias Wilhelm, Sascha Moreitz, Marília Santos Andrade, Pedro Forte, Arkadiusz Stanula, Pantelis Τ. Nikolaidis, Ivan Čuk, Mabliny Thuany, Katja Weiss, Thomas Rosemann, Lee Hill, Aldo Seffrin, Beat Knechtle

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésDominance (genetics)Statistical analysisAge groupsBody height

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In sports science, freestyle swimming has been thoroughly studied for particular performance-related factors. Nonetheless, it is unknown what countries the top freestyle swimmers are from, especially not for age group swimmers. In addition, the existing research on the performance of master freestyle swimmers has yet to confirm that male swimmers achieve faster times than their female counterparts across all age groups and distances. The current study looked into the nationalities and sexes of the top freestyle swimmers in each age group in World Aquatics competitions for the 50m, 100m, 200m, 400m, and 800m events from 1986 to 2024. METHODS: The data (derived from (www.worldaquatics.com/masters/archives/masters-archives) were presented using mean, standard deviation, maximum and minimum values, and/or confidence intervals. The year of competition, age, age group, stroke, distance, and first and last names of each swimmer were noted. The nations were then divided into six groups: one group comprising all other countries and the top five nations with the greatest number of appearances in the top 10 fastest freestyle swimming times by distance each year. RESULTS: In freestyle swimming, most swimmers (30.6%) competed in the 50m event (n = 25,094, 10,909 female and 14,185 male), followed by the 100m event (25.6%, n = 20,961, 8,796 female and 12,165 male), the 200m event (17.4%, n = 14,309, 6,729 female and 7,580 male), the 400m event (13.4%, n = 10,956, 5,363 female and 5,593 male), and the 800m event (12.6%, n = 10,317, 5,179 female and 5,138 male). The results from the generalized linear models indicate that sex, age group, and the interaction between sex and age group all had significant effects on the 50m, 100m, 200m, 400m, and 800m races. Specifically, for the 50m races, the effect of sex was significant (x2 (1) = 3451.941, p < 0.001), as was the effect of age group (χ2 (13) = 19,295.169, p < 0.001), and the interaction between sex and age group (χ 2 (13) = 654.671, p < 0.001). CONCLUSION: The USA demonstrates quantitative dominance by contributing the greatest number of top 10 performers. Additionally, the study highlights significant sex-based performance differences, with males generally outperforming females in all age categories. This study comprehensively analyzes the performance trends observed in freestyle master swimming for nearly four decades.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,082
Tête enseignante GPT0,286
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSports Performance and Training→Travaux en français237 207→