Seasonal changes in whole body, and regional body composition profiles of elite collegiate hockey players
Notice bibliographique
Résumé
Le suivi de la composition corporelle des joueurs de hockey universitaires peut faire ressortir certaines de leurs caractéristiques physiques et peut aider les joueurs, comme les entraîneurs en préparation physique à optimiser les gains physiologiques durant l’entre-saison tout en évitant une diminution des performances durant la saison. Deux études distinctes ont pris place lors de cette grande recherche. La première étude avait pour but d’observer les changements de la composition corporelle du corps en entier, puis par région spécifique du joueur de hockey élite universitaire prenant en considération les tissus adipeux et maigres durant l’entre-saison et la première moitié de saison. Le but de la deuxième étude était de voir si les athlètes universitaires pouvaient précisément déterminer les changements de leur composition corporelle. Dans la première étude, le profil de la composition corporelle de dix-neuf joueurs élites de hockey universitaire canadien a été évalué utilisant l’absorption de l’énergie double des rayons-x à trois différents moments (fin de la saison, pré-saison et mi-saison). La répétition de mesures d’anova a été utilisée pour comparer le changement de composition corporelle des joueurs à différents moments. Des changements signifiants de la composition corporelle ont été observés, alors que les joueurs ont montré différent gains/pertes de tissus tout dépendant de la région évaluer. Globalement, les joueurs ont gagné (1.38kg, p < .01) de tissus adipeux durant l’entre-saison et perdu (.79kg, p < .01) durant la saison. Les joueurs ont aussi montré des gains signifiant au niveau des tissus maigres des jambes (.29 kg, p = .02) et des pertes au niveau de la masse des tissus des bras (-.25 kg, p = .02) durant la première moitié de la saison régulière. Plusieurs corrélations émergent ce qui donnent un aperçu des tendances potentielles qui pourraient être davantage prononcées durant une plus longue et plus demandant cédule. Dans la deuxième étude, un total de 24 joueurs a complété les évaluations de pré-saison et de mi-saison. Immédiatement avant le scan, les joueurs ont répondu à un questionnaire sur leurs entraînements durant la saison ainsi qu’hors-saison sur comment ils évaluaient l’évolution de leur composition corporelle et de leur force par rapport aux régions spécifiques désignées. Le deux tiers des joueurs on précisément perçue les changements dans leurs tissus maigres des bras et la moitié pour leurs tissus adipeux. Les deux tiers des joueurs n’ont pas précisément perçue les gains ou les pertes de leurs tissus maigres ou adipeux de leurs jambes et de leur corps en entier. Les résultats de chacune des études peuvent avoir d’importantes implications pour la performance et le développement des athlètes universitaires. La précision des joueurs à percevoir les changements de leur composition corporelle peut affecter leur acceptation et leur adhésion à une diète ou à un programme d’entraînement. Globalement, la compréhension d’un profile de la composition corporelle, des variations et des autres variables potentiels qui peuvent influencer la composition corporelle des joueurs de hockey universitaires peut aider les entraîneurs et les programmes sportifs à adapter les entraînement d’équipe, la nutrition, le mode de vie et les sources d’informations de leurs joueurs de manière à mieux supporter leurs athlètes.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».