XiaoMi-AI文件搜索系统
World File Search System运动员
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
小儿运动员的心电图解释中的常见陷阱
运动员的心脏是参加竞争运动的成年人的众所周知现象。运动训练与一系列形态学和功能性心脏适应有关，不幸的是，“运动员的心脏”被称为“运动员的心脏”，大多数关于训练引起的心脏重塑的研究已经对成人进行了，目前的指南主要应用于成人。但是，对从事运动的儿童进行休息的心电图和成像的适当解释至关重要，它有助于我们尽早发现生命危险的状况，管理治疗和资格参加快速增长的儿科运动员的体育比赛。作为训练引起的重塑可以模仿潜在的心血管问题，导致可能的误诊。这一挑战是由年轻运动员心脏的生理变化加剧了，这种变化可能类似于病理状况。因此，要区分良性适应和严重条件是必要的，系统的方法。关键字：运动•儿童•心血管筛查•心电图•运动员的心脏
未经训练运动员肌肉酸痛发作延迟的诱发因素：一项横断面研究
DOMS是肌肉纺锤体中神经末端的急性神经元压缩轴突病[6]。它可能是从肌肉纺锤体引发的，还可能是由“封闭栅极”的催眠状态引起的，这是由微型I型I型感觉纤维增强引起的，此外，除了初始交感神经系统（SNS）抑制外，还可以在同心运动过程中保持闭合。这会导致非药理神经性疼痛[7]。doms可以作为重复偏心收缩的安全功能，因为它在肌肉纺锤体传入的感觉和运动神经元末端的微小损伤时可以解决。DOM的感觉主要由IV组传入纤维以及对各种刺激（包括化学，机械和热反应）的多模态反应。根据有效性的顺序，在IV组肌肉纤维中引起作用电位的化学物质是缓激肽，5-羟色胺，组胺和钾[8]。
使用机器学习预测职业足球运动员的非接触式伤害
神经退行性疾病通常以线粒体功能障碍为特征。在阿尔茨·海默（Alz Heimer）氏病中，异常的tau磷酸化破坏了线粒体，这是一种从线粒体网络中选择性去除的质量控制程序。发生这种情况的确切机制尚不清楚。以前，我们表明在THR-231突变为谷氨酸的Tau模仿疾病早期表达的阿尔茨海尔族人相关的磷酸 - 磷酸 - 磷酸 - 磷酸 - 磷酸 - 磷酸 - 磷酸 - 磷酸 - 有选择地抑制了秀丽属caenorhabditis elegans的氧化应激诱导的凝血诱导的丝质。在这里，我们使用永生的小鼠海马神经元细胞系将其扩展到哺乳动物细胞中。具体而言，我们表明在Ser-396/404（EC）或THR-231/SER-235（EM）处的磷酸化Tau部分抑制了线粒体氧化应激的有效诱导剂Paraquat。更重要的是，免疫学和生化方法的结合表明，线粒体受体FKBP8的左旋液在表达EC或EM TAU突变体的细胞中对paraquat的响应显着降低，但在表达野生型Tau的细胞中却没有。相反，在存在Wildtype Tau和Tau突变体的情况下，少量处理导致线粒体受体Fundc1和BNIP3的水平降低。有趣的是，FKBP8在氧化应激诱导的线粒体期间非批量交通于内质网，我们的结果支持了一个模型，在这种模型中，这种运输受到疾病相关的TAU的影响，也许是通过直接相互作用的。我们对阿尔茨海默氏病中TAU病理学的分子机械性提供了新的见解，并突出了FKBP8受体，这是缓解神经退行性疾病中线粒体功能障碍的潜在靶点。
Abszcizinsav - TálkozásiLáncésHumáneMánegészség 大脑结构共同开发与两年后在ABCD队列中的内部症状有关 irase-2020.00055_proof 209..219 障碍了关注与计算机的脱离接触 - 青少年女性手球运动员的两年培训计划引起的心肺发展：打球的重要性 韩国土壤中的三种新的邻苯二甲酸物种 导航迷幻的主流
脱节酸是一种古老的普遍类异丙裔化合物，存在于环境的不同水平发展水平。在1940年代，首先注意到植物的生长，在1960年代中期，植物表明，调节其余植物的植物调节植物的恢复。2010年的研究揭示了吸收酸的生物合成。从甲丙酸合成为起始场所合成的Xanthophylls的降解程度是生物活性吸收酸，氧 - 富含氧的二萜分子。脱甲酸作为继发代谢产物会影响植物的许多生理过程。在过去的二十年中，通过蛋白酸的通用信号传导途径研究了分子遗传学，生化和药理学研究。1986年，1986年，发现与这些测试并行进行的动物实验是在动物体内产生的。千年后，在动物器官，组织，细胞（白细胞，单核细胞/巨噬细胞，粒细胞，微胶质细胞，胰腺细胞，间质干细胞等）中宣布了越来越多的人。玩。到目前为止，关于该化合物的多功能生理效应，还有大量文献。已被证明是人类的内源激素。在动物和人类中的脱甲酸都非常旨在向植物中的植物发出信号，因此它以类似的方式控制，包括细胞生长，发育和对各种刺激的免疫反应。orv hetil。也已被称为动物体作为生长调节剂无毒，但同时抑制了癌细胞的生长。对碳水化合物代谢具有积极作用，并且具有抗炎特性，但也描述了炎症的炎症作用。目前正在研究人类药用的可能性。2025; 166（2）：43-49。
国际Delphi对运动员骨应力损伤的共识
抽象的骨压力损伤通常称为应力反应和应激骨折，代表了对骨骼的过度损伤。这些伤害会导致活动的身体局限性，并且对于高级运动员来说可能是职业生涯的。近年来骨压力损伤受到了越来越多的关注，但国际共识缺乏对管理和预防的定义，风险因素和策略。这项研究旨在通过（1）病理生理学，诊断，术语和分类系统采用三部分改良的Delphi方法来确定和提高骨应力损伤的一致水平； （2）风险因素，筛查和预防； （3）管理并重返运动。一个多学科指导委员会启动了共识过程。组成了来自六大大洲的41名成员的小组，以完成三轮投票，包括专家（科学家和临床医生）和代表（运动员和教练）。三十三，28和28个小组成员分别完成了第1、2和3轮。在58个陈述中，有41个达成共识。这项Delphi研究的发现概述了一种多因素方法，以识别和管理骨压力损伤并促进运动员的骨骼健康。这包括有关诊断检查和治疗的建议，以帮助临床医生照顾骨应激损伤患者。最后，这个共识过程确定了知识差距，并为将来的研究提供了一个框架，以促进骨应激损伤的临床护理和预防。
低能量可用性替代指标与男性运动员运动结果中的相对能量缺乏有关
摘要 目的 确定青少年和青年男性运动员临床样本中低能量可用性 (EA) 替代指标与运动相对能量缺乏 (RED) 的预期健康和表现结果之间的关联。方法 邀请到两家三级医疗中心的运动医学诊所就诊的 15-30 岁男性运动员完成一份关于运动员健康和福祉的调查。根据调查回复，将参与者分为低 EA 组和充足 EA 组。使用 χ2 检验评估低 EA 和 RED 结果之间的关联，并使用二项逻辑回归计算 OR（显著性：p<0.05）。结果 低 EA 与自我报告的免疫、代谢、心理、心血管和胃肠道功能障碍的频率增加有关；耐力表现、训练反应、判断、协调和肌肉力量下降；以及易怒和抑郁增加。与 EA 充足的运动员相比，EA 较低的运动员更有可能出现自我报告的心血管功能障碍（OR 2.87，95% CI 1.56 至 5.26）和心理疾病（OR 3.23，95% CI 1.91 至 5.41），训练反应下降（OR 2.64，95% CI 1.38 至 5.03）和耐力表现下降（OR 2.26，95% CI 1.13 至 4.52），并且不太可能出现自我报告的性腺功能障碍（OR 0.49，95% CI 0.30 至 0.81）（p<0.05）。结论 低 EA 替代指标与男性运动员 RED 的许多不良健康结果和表现影响有关。需要对男性进行更多的前瞻性 RED 研究，以改进年轻男性运动员 RED 筛查的各个方面。
耐力运动员的房颤。你能有太多
1。英格兰，P.H。，对当地人群的房间效果估计。 2020。 2。 Moza2arian，D。等人，老年人的体育锻炼和房屋效果的发生率：心血管健康研究。 流通，2008。 118（8）：p。 800-7。 3。 Newman，W。等人，运动员中心房空白的风险：系统评价和荟萃分析。 BR J Sports Med，2021。 55（21）：p。 1233-1238。 4。 Andersen，K。等人，在52 755长距离跨国滑雪者中心律不齐的风险：一项同类研究。 EUR HEART J，2013年。 34（47）：p。 3624-31。 5。 Mont，L.，R。Elosua和J. Brugada，《耐力运动实践》是心房效果和心房弯曲的危险因素。 欧洲，2009年。 11（1）：p。 11-7。 6。 Pluim，B.M。等人，运动员的心。 心脏结构和功能的荟萃分析。 流通，2000。 101（3）：p。 336-44。 7。 Guasch，E.，L。Mont和M. Sitges，运动员中心智能的机制：我们知道的以及我们不知道的东西。 neth Heart j，2018年。 26（3）：p。 133-145。 8。 la Gerche，A。和G. Claessen，增加了流量，大坝壁和上游压力：强烈运动的生理挑战和心房后果。 JACC Cardiovasc Imaging，2016年。 9（12）：p。 1389-1391。 9。 ISKANDAR，A.，M.T。 Mujtaba和P.D. 汤普森，在精英运动员中留下了心房的大小。 8（7）：p。 753-62。英格兰，P.H。，对当地人群的房间效果估计。2020。2。Moza2arian，D。等人，老年人的体育锻炼和房屋效果的发生率：心血管健康研究。流通，2008。118（8）：p。 800-7。3。Newman，W。等人，运动员中心房空白的风险：系统评价和荟萃分析。BR J Sports Med，2021。55（21）：p。 1233-1238。4。Andersen，K。等人，在52 755长距离跨国滑雪者中心律不齐的风险：一项同类研究。 EUR HEART J，2013年。 34（47）：p。 3624-31。 5。 Mont，L.，R。Elosua和J. Brugada，《耐力运动实践》是心房效果和心房弯曲的危险因素。 欧洲，2009年。 11（1）：p。 11-7。 6。 Pluim，B.M。等人，运动员的心。 心脏结构和功能的荟萃分析。 流通，2000。 101（3）：p。 336-44。 7。 Guasch，E.，L。Mont和M. Sitges，运动员中心智能的机制：我们知道的以及我们不知道的东西。 neth Heart j，2018年。 26（3）：p。 133-145。 8。 la Gerche，A。和G. Claessen，增加了流量，大坝壁和上游压力：强烈运动的生理挑战和心房后果。 JACC Cardiovasc Imaging，2016年。 9（12）：p。 1389-1391。 9。 ISKANDAR，A.，M.T。 Mujtaba和P.D. 汤普森，在精英运动员中留下了心房的大小。 8（7）：p。 753-62。Andersen，K。等人，在52 755长距离跨国滑雪者中心律不齐的风险：一项同类研究。EUR HEART J，2013年。34（47）：p。 3624-31。5。Mont，L.，R。Elosua和J. Brugada，《耐力运动实践》是心房效果和心房弯曲的危险因素。欧洲，2009年。11（1）：p。 11-7。6。Pluim，B.M。等人，运动员的心。心脏结构和功能的荟萃分析。流通，2000。101（3）：p。 336-44。7。Guasch，E.，L。Mont和M. Sitges，运动员中心智能的机制：我们知道的以及我们不知道的东西。 neth Heart j，2018年。 26（3）：p。 133-145。 8。 la Gerche，A。和G. Claessen，增加了流量，大坝壁和上游压力：强烈运动的生理挑战和心房后果。 JACC Cardiovasc Imaging，2016年。 9（12）：p。 1389-1391。 9。 ISKANDAR，A.，M.T。 Mujtaba和P.D. 汤普森，在精英运动员中留下了心房的大小。 8（7）：p。 753-62。Guasch，E.，L。Mont和M. Sitges，运动员中心智能的机制：我们知道的以及我们不知道的东西。neth Heart j，2018年。26（3）：p。 133-145。8。la Gerche，A。和G. Claessen，增加了流量，大坝壁和上游压力：强烈运动的生理挑战和心房后果。JACC Cardiovasc Imaging，2016年。9（12）：p。 1389-1391。9。ISKANDAR，A.，M.T。 Mujtaba和P.D. 汤普森，在精英运动员中留下了心房的大小。 8（7）：p。 753-62。ISKANDAR，A.，M.T。Mujtaba和P.D.汤普森，在精英运动员中留下了心房的大小。8（7）：p。 753-62。JACC Cardiovasc Imaging，2015年。10。vaziri，S.M。等人，超声心动图的超声心动图预测指标。Framingham心脏研究。流通，1994年。89（2）：p。 724-30。
原创文章 对 10-15 岁水球运动员训练的生化监控 MARIYA SYBIL 1、ROSTYSLAV PERVACHUK 2、YAROSLAV SVYSH
原创文章 10-15 岁水球运动员训练的生化监测 MARIYA SYBIL 1 , ROSTYSLAV PERVACHUK 2 , YAROSLAV SVYSHCH 3 , LILIIA SVYSHCH 4 , MARYAN OSTROVSKY 5 , OLEH SYDORKO 6 , VIRA BUDZYN 7 , LILIYA HULA 8 , MAKSYM POLIEHOYKO 9 , NATALIIA TSYHANOVSKA 10 , DARIUSZ W. SKALSKI 11 1 伊万·博伯斯基 (Ivan Boberskyi) 乌克兰利沃夫国立体育大学生物化学与卫生系， 2 乌克兰利沃夫国立体育大学体育运动系， 3 伊万·博伯斯基 (Ivan Boberskyi) 田径运动系乌克兰利沃夫国立体育大学，4 系外语，伊万·鲍伯斯基利沃夫国立体育大学，乌克兰，5,6,9 非奥林匹克类运动系，伊万·鲍伯斯基利沃夫国立体育大学，乌克兰，7 运动医学与康复系，伊万·鲍伯斯基利沃夫国立体育大学，乌克兰，8 奥林匹克教育系，伊万·鲍伯斯基利沃夫国立体育大学，乌克兰，10 体育与健康系，哈尔科夫国立文化学院，乌克兰，11 体育系，耶德尔泽伊·斯尼亚德基体育与运动学院，波兰
原创文章 探索心理技能训练课程对优秀大学学生运动员的影响：一项定性案例研究 SETH
1,2，美国爱达荷大学 在线发表日期：2024 年 11 月 30 日 接受发表日期：2024 年 11 月 15 日 DOI：10.7752/jpes.2024.11282 摘要：体育心理学教师和专业人士开发了心理技能训练 (MST) 和提高表现的大学课程，为大学学生运动员提供培训 (Curry & Maniar, 2004)。将 MST 融入学术和体育环境可以支持学生运动员的心理韧性、心理健康和运动表现的发展，使其与体育教育项目高度相关。这些干预措施还显示出提高学业成绩和应对技能同时减少焦虑的潜力。然而，支持课堂 MST 课程的心理和表现益处的文献仍然有限，尤其是与传统的体育训练环境相比。这项定性案例研究探讨了由运动科学系提供的专为精英学生运动员设计的 16 周大学 MST 课程的有效性和经验。本学期，来自不同运动项目的六名参与者参加了半结构化访谈，以评估他们在课堂内外对 MST 的看法、挑战和应用。使用转录和主题编码，确定了 560 个意义单元，并将其分为子主题、主题和两个主要维度：学习和高绩效心态。学习维度包括应用 MST、克服障碍和自我提升的愿望等主题，而高绩效心态则侧重于学生运动员对他们的运动的期望、看法和局限性。本研究强调了课堂 MST 课程在提高学生运动员在课堂和运动中的表现和心理技能方面的潜力。研究结果为将 MST 融入体育课程提供了实用建议，强调了其在促进学术和运动领域的韧性和全面发展方面的作用。关键词：应用体育心理学、定性研究、访谈、学术、整体运动员发展 探索心理技能训练课程对 NCAA 第一分部学生运动员的影响：定性案例研究 心理因素对运动和表现成功有相当大的影响。心理技能训练 (MST)，如目标设定、放松、自言自语，已被体育心理学专业人士广泛用于提高运动表现、认知功能和运动体验质量 (Glynn 等人，2013 年；Vealey，1994 年；Weinberg & Williams，2014 年)。将 MST 整合到教育环境中，尤其是体育教育和体育科学课程中，为学生运动员提供了发展心理技能的机会，这些技能可以补充他们的体能训练。这些心理技能还提高了各种人的表现，包括执法人员、军人、消防员和外科医生等高危人群的表现（Adler 等人，2015 年；Anton 等人，2017 年；Page 等人，2016 年）。探索 MST 有效性的研究继续改善当前的运动和表现心理学文献，并可能使运动机能学或运动科学内的其他子学科受益。例如，几项详细的评论和荟萃分析支持 MST 的有效性，表明在传统体育环境中可产生中等到较大的积极表现结果（Meyers 等人，1996 年；Thelwell 和 Greenlees，2003 年；Weinberg 和 Comar，1994 年）。然而，虽然运动队和个人咨询等传统环境已经得到广泛研究，但对 MST 在学术环境中的整合关注较少，特别是在大学级体育教育课程中。这一研究空白凸显了探索课堂式 MST 计划在促进学业和运动发展方面的独特潜力的必要性。MST 干预方案结合了多种策略，以创建更强大和个性化的计划。实施 MST 计划的框架多种多样，体育心理学专业人士在实施策略方面也存在相当大的差异（参见 Aoyagi 等人，2017 年；Poczwardowski 等人，2004 年）。Poczwardowski 及其同事（2004 年）回顾了许多体育心理学服务交付框架，并将它们分为五种常用模型：（a）心理技能培训 (PST) 模型、（b）咨询模型、（c）医学模型、（d）跨学科体育科学模型和（e）采用综合方法的监督咨询模型。由于有许多方法论方法，关于 MST 计划的实施程度的批评这一研究空白凸显了探索课堂式 MST 计划在促进学业和运动发展方面的独特潜力的必要性。MST 干预方案结合了多种策略，以创建更强大和个性化的计划。实施 MST 计划的框架多种多样，体育心理学专业人士在实施策略方面也存在相当大的差异（参见 Aoyagi 等人，2017 年；Poczwardowski 等人，2004 年）。Poczwardowski 及其同事（2004 年）回顾了许多体育心理学服务交付框架，并将它们分为五种常用模型：（a）心理技能培训 (PST) 模型、（b）咨询模型、（c）医学模型、（d）跨学科体育科学模型和（e）采用综合方法的监督咨询模型。由于有许多方法论方法，关于 MST 计划的实施程度的批评这一研究空白凸显了探索课堂式 MST 计划在促进学业和运动发展方面的独特潜力的必要性。MST 干预方案结合了多种策略，以创建更强大和个性化的计划。实施 MST 计划的框架多种多样，体育心理学专业人士在实施策略方面也存在相当大的差异（参见 Aoyagi 等人，2017 年；Poczwardowski 等人，2004 年）。Poczwardowski 及其同事（2004 年）回顾了许多体育心理学服务交付框架，并将它们分为五种常用模型：（a）心理技能培训 (PST) 模型、（b）咨询模型、（c）医学模型、（d）跨学科体育科学模型和（e）采用综合方法的监督咨询模型。由于有许多方法论方法，关于 MST 计划的实施程度的批评