用无监督机器学习分析年轻拳击手的体能表现:一项横断研究
Rodrigo Merlo1,2, Ángel Rodríguez-Chávez1, Pedro E Gómez-Castañeda2,3
1Research Division, Dynamical Business & Science Society-DBSS International SAS, Leon 37530, Mexico.
Sports (Basel, Switzerland)
|July 28, 2023
概括
这项研究在年轻的拳击手中发现了两种不同的身体特征,其中一组表现出优越的拳击冲击力. 这些发现可以帮助为有抱负的拳击手量身定制培训计划.
科学领域:
- 运动科学 运动科学 运动科学
- 生物力学 生物力学
- 运动生理学 运动生理学
背景情况:
- 墨西哥城是墨西哥最大的拳击手人口所在地.
- 这座城市开创了以拳击为重点的体育学士学位课程.
- 了解年轻拳击手的身体状况对于专业训练至关重要.
研究的目的:
- 确定申请体育学士学位的年轻拳击运动员的身体功能概况.
- 在这个群体中识别不同的身体特征.
- 为制定有针对性的培训策略提供信息.
主要方法:
- 一项涉及227名年轻拳击手 (44F,183M) 的横截面研究.
- 测量包括身体质量,手握强度,反运动跳跃高度,冲击速度和冲击冲击力.
- 无监督机器学习 (K-Medoids集群) 用于分析.
主要成果:
- 两个不同的,独立于性别的群体出现了:概况1 (n=118) 和概况2 (n=109).
- 与Profile 1相比,Profile 2显示了冲击冲击力和相关比率的统计学上显著更高的值.
- 强度水平是解释数据变化的主要因素.
结论:
- 鉴定到的身体功能特征可以帮助区分年轻拳击手的训练计划.
- 建议在拳击特定的运动中评估同度和应用强度.
- 这种分析可以支持体育专业化和运动员发展.
