PREDIÇÃO DO DESEMPENHO A PARTIR DAS CARACTERÍSTICAS ANTROPOMÉTRICAS, FISIOLÓGICAS E DE FORÇA NO REMO

Author:

Silva Fábio Barreto Maia da1,Brito João Paulo Reis Gonçalves Moreira de2,Reis Victor Machado3

Affiliation:

1. Escola Naval, Brasil

2. Instituto Politécnico de Santarém, Portugal

3. Centro de Investigação em Desporto, Saúde e Desenvolvimento Humano, CIDESD, Portugal

Abstract

RESUMO Introdução: O desempenho de remadores no remoergômetro é motivo de curiosidade entre os cientistas. Os modelos de predição podem medir o desempenho no remoergômetro. Neste sentido, as variáveis estudadas foram analisadas como possíveis preditores de desempenho. Objetivo: Desenvolver diferentes modelos de regressão a fim de predizer o desempenho com o uso das variáveis antropométricas composição corporal, consumo máximo de oxigênio e força. Métodos: Vinte remadores participaram do estudo (21,35 ± 0,98 anos). Foram aplicados os testes de consumo máximo de oxigênio, força, 500 m e o exame de absorciometria radiológica de dupla energia. A regressão linear múltipla foi realizada no SPSS 16 para os quatro diferentes modelos de regressão. A confiabilidade dos modelos foi indicada pelo coeficiente de determinação R2 e pelo erro padrão da estimativa (SEE). Resultados: Os modelos de antropometria-potência (R2 = 0,92; SEE = 0,06), VO2 Pico (R2 = 0,88; SEE = 0,07), força-potência (R2 = 0,93; SEE = 0,06) apresentaram predição confiável para o desempenho nos 500 m em remoergômetro, assim como a combinação de todas as variáveis (R2 = 0,94; SEE = 0,08). Conclusão: Feitas essas análises, pode-se assegurar a necessidade desses modelos com o objetivo de complementar a identificação, seleção de talentos e, sobretudo, melhora no desempenho.

Publisher

FapUNIFESP (SciELO)

Subject

Physical Therapy, Sports Therapy and Rehabilitation,Orthopedics and Sports Medicine

Cited by 3 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3