Mayer, Jonas. Abschnittsanalyse der Ski Alpin Weltcup Abfahrt Strecken der Frauen in der Saison 2023 / 2024. 2024, Master Thesis, University of Basel, Faculty of Medicine.
Full text not available from this repository.
Official URL: https://edoc.unibas.ch/96675/
Downloads: Statistics Overview
Abstract
Theoretischer Hintergrund: Neben den beeinflussbaren Faktoren, wie die physischen Voraussetzungen der Athlet:innen, bestimmen sowohl das Gelände als auch die Kurssetzung die Geschwindigkeit der Athlet:innen (Gilgien et al., 2015). Exogene Einflüsse, wie Wetter- und Schneeverhältnisse sowie das Material, sind weitere Einflussfaktoren auf die Leistung der Athlet:innen (Bruhin et al., 2018; Elfmark et al., 2021; Gilgien et al., 2021).
Methoden: Diese Längsschnittstudie analysierte alle weiblichen Athletinnen, die in der Saison 2023/24 in einem offiziellen Weltcup- Training oder Rennen in die Top 30 fuhren. Die Rennstrecken wurden basierend auf den offiziellen Daten des internationalen Skiverbands in Abschnitte unterteilt. Eine Abschnittskategorisierung erfolgte anhand der Zeit, die die Tagesschnellste im Abschnitt in der Hocke- Position war. Zur Identifizierung von Schlüsselabschnitten wurde eine Pearson Korrelation mit ergänzendem Signifikanztest durchgeführt.
Ergebnisse: Über die gesamte Saison zeigte keine Abschnittsklassifizierung eine signifikant höhere Korrelation als die anderen (Gleiten (Flach) r = 0.48; Mix (Coupiert) r = 0.60; Technisch (Steil) r = 0.57). Die rennortspezifischen Analysen offenbarten jedoch, dass einzelne Abschnitte eine stärkere Korrelation in Bezug auf die Schlussrangierung aufwiesen als andere.
Schlussfolgerung: Eine abschliessende Aussage über Schlüsselabschnitte lässt sich anhand dieser Untersuchungen nicht treffen. In Rennorten, wie bspw. Val d`Isere konnten Schlüsselabschnitte identifiziert werden, während dies, bspw. in St. Moritz, aufgrund variabler exogener Faktoren nicht möglich war. Die Abschnittsklassifizierung Mix (Coupiert) war absolut gesehen am häufigsten rennentscheidend, wobei der durchschnittliche Pearson- Korrelationskoeffizient nur wenig von den anderen Abschnitten abwich. Diese Ergebnisse unterstreichen die Bedeutung einer präzisen Analyse der Abschnitte und exogener Faktoren zur Verbesserung der Trainings- und Rennstrategien.
Methoden: Diese Längsschnittstudie analysierte alle weiblichen Athletinnen, die in der Saison 2023/24 in einem offiziellen Weltcup- Training oder Rennen in die Top 30 fuhren. Die Rennstrecken wurden basierend auf den offiziellen Daten des internationalen Skiverbands in Abschnitte unterteilt. Eine Abschnittskategorisierung erfolgte anhand der Zeit, die die Tagesschnellste im Abschnitt in der Hocke- Position war. Zur Identifizierung von Schlüsselabschnitten wurde eine Pearson Korrelation mit ergänzendem Signifikanztest durchgeführt.
Ergebnisse: Über die gesamte Saison zeigte keine Abschnittsklassifizierung eine signifikant höhere Korrelation als die anderen (Gleiten (Flach) r = 0.48; Mix (Coupiert) r = 0.60; Technisch (Steil) r = 0.57). Die rennortspezifischen Analysen offenbarten jedoch, dass einzelne Abschnitte eine stärkere Korrelation in Bezug auf die Schlussrangierung aufwiesen als andere.
Schlussfolgerung: Eine abschliessende Aussage über Schlüsselabschnitte lässt sich anhand dieser Untersuchungen nicht treffen. In Rennorten, wie bspw. Val d`Isere konnten Schlüsselabschnitte identifiziert werden, während dies, bspw. in St. Moritz, aufgrund variabler exogener Faktoren nicht möglich war. Die Abschnittsklassifizierung Mix (Coupiert) war absolut gesehen am häufigsten rennentscheidend, wobei der durchschnittliche Pearson- Korrelationskoeffizient nur wenig von den anderen Abschnitten abwich. Diese Ergebnisse unterstreichen die Bedeutung einer präzisen Analyse der Abschnitte und exogener Faktoren zur Verbesserung der Trainings- und Rennstrategien.
Advisors: | Bruhin, Björn and Faude, Oliver |
---|---|
Faculties and Departments: | 03 Faculty of Medicine > Departement Sport, Bewegung und Gesundheit > Bereich Bewegungs- und Trainingswissenschaft |
UniBasel Contributors: | Faude, Oliver |
Item Type: | Thesis |
Thesis Subtype: | Master Thesis |
Thesis no: | UNSPECIFIED |
Thesis status: | Complete |
Last Modified: | 21 Nov 2024 15:36 |
Deposited On: | 16 Sep 2024 09:46 |
Repository Staff Only: item control page