MétaCan
Menu
Retour à la cohorte
Enregistrement W4417194327 · doi:10.26582/k.57.2.6

Inertial movement demands comparison between winning and losing quarters in youth basketball players

2025· article· en· W4417194327 sur OpenAlexaboutno aff
Hugo Salazar, Franc García, Rivera Molina, Enrique Alonso, Ming Li, Shaoliang Zhang

Notice bibliographique

RevueKinesiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesInstitut Nacional d'Educacio Fisica de Catalunya, Generalitat de CatalunyaMinisterio de Ciencia, Innovación y Universidades
Mots-clésBasketballQuarter (Canadian coin)Pairwise comparisonMovement (music)Margin (machine learning)Cluster analysis

Résumé

récupéré en direct d'OpenAlex

The aim of the present study was to compare the relative external load demands of youth male basketball players between winning and losing quarters and across quarters characterized by different score differentials (close, balanced, and unbalanced). Data were collected from 11 male basketball players Under 18 on the same team during 21 official games over two competitive seasons. External load demands of each quarter were recorded using microsensors to derive values for the following variables: PlayerLoad (PL), frequency of total and high-intensity accelerations (ACC), jumps, decelerations (DEC), changes of direction (COD), and total inertial movement analysis (IMA) events combined. K-means clustering was applied to the score-differential values to derive three data-driven categories (close, balanced, and unbalanced). Subsequent comparisons between winning and losing quarters and across these score-differential categories under winning or losing quarters were examined using linear mixed-effects models. Standardized Cohen’s effect sizes were computed to quantify the magnitude of all pairwise contrasts. For all variables, the mixed-effects models showed no statistically significant differences between winning and losing quarters (all p > 0.05). Within losing quarters, small but statistically significant differences were found between the close and balanced quarters for total IMA (p < 0.001, d = 0.36) and COD (p < 0.001, d = 0.35). No significant differences were observed across score-differential categories within the winning quarters (all p > 0.05). Overall, these results indicate that neither quarter outcome nor score margin substantially affects total or high-intensity external load, highlighting the need for future research to examine the influence of other contextual factors—such as opponent quality and game location—on physical demands in youth basketball players.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,285 · 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 tête enseignante, 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 revueKinesiologyMême sujetSports Performance and TrainingTravaux en français237 207