Efectos de un programa basado en juegos reducidos sobre la condición física de jóvenes jugadores de fútbol
Notice bibliographique
Résumé
Football training methodology has evolved greatly in recent years, including more increasingly specialized\ndrills, with small-side games (SSG) taking on a prominent role. The objective of the current study was to\nanalyze the effects that SSGs have on the physical condition of young football players during a six-week\nprogram. The study included 22 football players of two different age groups: U16 (n= 11, age: 15.8±0.3\nyears) and U18 (n= 11, age: 18.5±0.5 years). The participants were evaluated at the beginning and at the\nend of the intervention with the following tests: counter-movement jump (CMJ), 40 m sprint speed test\n(V40m) and endurance test “University of Montreal Track Test (UMTT)”. The results showed significant\nimprovements of the pre- to post- test on the CMJ (ES= 1.05± 0.13, 100%, 0%, 0%), V40m (ES= 0.29±\n0.15, 0%, 16%, 84%) and UMTT (ES= 0.30± 0.20, 79%, 21%, 0%) p<0.05). With these results we can\nconclude that a program based on SSG, as well as progressive sequence and variety in the game formats\nin terms of the size and number of players on a team, can maintain and/or improve the physical condition\nof the players. One of the practical applications derived from the study is that the coaches can implement\nSSG to develop game tasks without neglecting the players’ physical condition.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».