Perceived Recovery and Muscle Fatigue in Professional Soccer Players During Preseason
Notice bibliographique
Résumé
This study aimed to examine weekly variations and within-subject relationships between internal training intensity (ITI), perceived recovery (TQR), neuromuscular performance (CMJ), and perceived muscle soreness (PMS) during a four-week preseason period in professional soccer players. Twenty-three soccer players (age 24.8 ± 4.4 years; height 182 ± 7 cm; body mass 74.6 ± 6.7 kg) classified as Tier 3 athletes from the Croatian Second Soccer League were monitored using session rating of perceived exertion, TQR scales, countermovement jump tests, and PMS questionnaires. A significant reduction in ITI and concurrent improvement in TQR scores were observed across the preseason, with the highest intensity in week 1 and the lowest recovery in week 2. CMJ height performance declined during peak fatigue but rebounded as training intensity tapered. Repeated-measures correlations revealed negative associations between weekly ITI and TQR of the following week (rrm = −0.72), and between ITI and CMJ (rrm = −0.55), indicating that greater training intensities may impair both perceptual and neuromuscular recovery. The training stimulus–recovery difference index was positively associated with next-day TQR, suggesting it may serve as a sensitive marker of session-level readiness. These findings highlight the interplay between intensity, recovery, and fatigue, emphasizing the utility of low-cost subjective and objective tools for monitoring preseason responses and guiding individualized training strategies in elite soccer settings.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».