Field Tests and Kinematic Measures Predict Winter Performance in Junior Cross-Country Skiers
Notice bibliographique
Résumé
Cross-country (XC) skiing performance relies on maximal aerobic capacity, technical skills, strength, and power of sport-specific muscle groups. Previous studies have shown that roller-skiing and running tests accurately predict XC skiing performance. However, there is a lack of research on highly trained junior skiers, particularly regarding the relationship between maximum speed, muscular endurance, and kinematic parameters in summer field tests and XC skiing performance. PURPOSE: To develop predictive equations for cross-country skiing performance in junior skiers based on results from field tests and kinematics. METHODS: Thirty-two junior skiers (16.1 ± 1.3 years old, 12 females) completed various tests, including the Canadian strength test (CST), 3000 m running, Ten-step bounding, and three roller-skiing tests. Technical parameters, such as cycle velocity (CV), cycle length (CL), cycle rate (CR), and others, were recorded during uphill double pole test. The relationships between overall time (OT) and rank (OR) in two XC skiing races were analyzed using Pearson correlation and predictive equations were developed through multiple-linear regression analysis. RESULTS: Strong correlations were found between OT and uphill double pole test (r = 0.85, p < 0.001), 50 m double pole (r = 0.82, p < 0.001), CST (r = 0.73, p < 0.001), and others. For OR, significant relationships were noted for each gender. Additionally, relationships between upper- and lower-body muscular endurance and kinematic parameters were established. Predictive equations based on field tests explained 73-89% of total variance in OT, while kinematic equations explained 57-60% (Table 1). CONCLUSION: Winter performance of junior skiers can be effectively predicted using sport-specific fitness and technical parameters measured during the preparatory summer period. Table 1. - Standardized Equations to Predict Overall Time and Rank with Field Tests and Kinematics in Junior Skiers. Model Standardized Equations R 2 1 Z OT = 0.85*Z UDPT 0.73 2 Z OT = 0.56*Z UDPT + 0.46*Z DS50 0.85 3 Z OR = 0.52*Z UDPT + 0.32*Z DS50 +0.96*Z G 0.76 4, Men Z OT = -0.45*Z SS + 0.60*Z DS50 0.83 5, Men Z OT = 0.91*Z UDPT 0.83 6, Men Z OT = 0.76 *Z UDPT + 0.29*Z DS50 0.89 7, Men Z OT = 0.92*Z DP50 0.84 8, Women Z OT = 0.83*Z DS50 0.69 9, Women Z OT = 0.43 *Z UDPT + 0.62*Z DS50 0.83 10, Women Z OT = 0.60*Z DS50 - 0.45 *Z SS 0.85 11 Z OT = -0.75*Z MCL 0.56 12 Z OT = -0.76*Z MCL 0.57 13 Z OT = -0.63*Z CL - 0.55*Z CR 0.60 14 Z OT = -0.54*Z CL + 0.52*Z PT 0.58
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».