トレーニングモードのバスケットボールコンディショニング中のトレーニングロードモデル間の関係に対する影響

目的：さまざまなバスケットボールトレーニングモード中の知覚および生理学的トレーニングロード応答を比較する。 方法：8人のセミプロフェッショナル男性バスケットボール選手（26.3±6.7歳、身長188.1±6.2 cm、体重92.0±13.8 kg）を、トレーニング計画の準備段階で10週間で監視しました。知覚された運動（SRPE）および心拍数（HR）応答のプレイヤーセッション評価は、ベース、特定、および戦術/ゲームプレイトレーニングモード全体で収集されました。ピアソン相関を使用して、SRPEモデルと2つのHRベースのモデル、トレーニングインパルス（TRIMP）と総HRゾーン（SHRZ）との関係を決定しました。一元配置分散分析を使用して、各モデルのトレーニングモード間のトレーニング負荷を比較しました。 結果：知覚モデルと生理学的モデルの間のより強い関係は、塩基（SRPE-Trimp r = .53、p <.05; SRPE-SHRZ r = .75、p <.05）および戦術/ゲームプレイ条件付け（SRPE-Trimp r = .60、p <.05; SRPE-SHRZ R = .63; p <.05; p <.05; p <.05;（SRPE-Trimp r = .38、p <.05; srpe-shrz r = .52; p <.05）。さらに、SRPEモデルは、トレーニングモード間でトランジションを遷移するTrimp（15-65 Au）およびSHRZモデル（27-170 Au）よりも、トレーニング負荷の大幅な増加（126-429 Au）を検出しました。 結論：各トレーニングモードでトレーニングロードモデルは大幅に相関していたが、特定の条件付けでは弱い関係が観察された。比較は、HRベースのモデルが、特に裁判所ベースの断続的な多方向ドリル中に、トレーニング負荷の定期的な増加を検出するのにあまり効果的ではなかったことを示唆しています。SRPEモデルの実際的な利点と感度は、さまざまなバスケットボールトレーニングモードでの使用をサポートしています。

PURPOSE: To compare perceptual and physiological training-load responses during various basketball training modes. METHODS: Eight semiprofessional male basketball players (age 26.3 ± 6.7 y, height 188.1 ± 6.2 cm, body mass 92.0 ± 13.8 kg) were monitored across a 10-wk period in the preparatory phase of their training plan. Player session ratings of perceived exertion (sRPE) and heart-rate (HR) responses were gathered across base, specific, and tactical/game-play training modes. Pearson correlations were used to determine the relationships between the sRPE model and 2 HR-based models: the training impulse (TRIMP) and summated HR zones (SHRZ). One-way ANOVAs were used to compare training loads between training modes for each model. RESULTS: Stronger relationships between perceptual and physiological models were evident during base (sRPE-TRIMP r = .53, P < .05; sRPE-SHRZ r = .75, P < .05) and tactical/game-play conditioning (sRPE-TRIMP r = .60, P < .05; sRPE-SHRZ r = .63; P < .05) than during specific conditioning (sRPE-TRIMP r = .38, P < .05; sRPE-SHRZ r = .52; P < .05). Furthermore, the sRPE model detected greater increases (126-429 AU) in training load than the TRIMP (15-65 AU) and SHRZ models (27-170 AU) transitioning between training modes. CONCLUSIONS: While the training-load models were significantly correlated during each training mode, weaker relationships were observed during specific conditioning. Comparisons suggest that the HR-based models were less effective in detecting periodized increases in training load, particularly during court-based, intermittent, multidirectional drills. The practical benefits and sensitivity of the sRPE model support its use across different basketball training modes.