Seasonal changes in whole body, and regional body composition profiles of elite collegiate hockey players
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".