Aim: The purpose of training planning in performance sports is to achieve the desired performance in the target competition. Maintaining the desired performance in the major competition is the main subject of periodization. But at this point, the prediction of the season best, which will serve as a showcase for preparations, is a question as old as the history of training science for coaches. The aim of the study is to examine the variables in the competition period of female and male athletes participated in the top 100 places in the 2018 world lists in the long jump event, to compare by gender, and to create prediction models for the season best and season average performances (SPA) according to the average of first two performances (AF2P). Methods: Ages, total number of days in a season, the number of days between the competitions, total competitions, the number of competitions in which the season's best (SB) performance was achieved, the ratio of the SB to the total number of competitions, the percentages of the first, end, and average scores were analysed. Statistical comparison of female and male athletes was carried out using Independent Samples t-Test. To express the relationships between parameters Pearson correlation coefficients (r) were used. Besides, polynomial regression analysis was used. Finally, the quadratic equations were used to predict SB performance and SPA according to the AF2P. Findings: SB competition, season initial, AF2P, SB, SPA and season-end variables were found to be statistically different between genders. Season initial and SB showed significant relationships for both genders (women; r=0.68; p<0.001; men; r=0.51; p<0.001). AF2P explained 54% of the SB performance for women and 48% for men. Conclusion: The prediction model found in the current study to predict SB performance was applied to the male and female athletes from 2019 season. Models predicted the actual performance with an average of 1.15%. Depending on the close estimation of the actual SB performance of the models; It is thought that the prediction models will enable the trainers to predict the performance of their athletes in target competitions at the beginning of the season.
Özet
Amaç: Performans sporlarında antrenman planlamasının amacı hedef yarışmada istenilen performansı yakalamaktır. İstenen performansın da majör yarışmada gerçekleştirilmesi periyodizasyonun ana konusudur. Fakat bu noktada hazırlıkların vitrini niteliğinde olacak sezonun en iyi derecesinin gerçekleşeceği öngörüsü antrenörler için antrenman bilim tarihi kadar eski bir sorudur. Çalışmanın amacı, uzun atlama branşında 2018 dünya listelerinde ilk yüz sırada yer alan kadın ve erkek sporcuların yarışma periyodundaki değişkenleri incelemek, cinsiyetlere göre karşılaştırmak, ilk iki performans ortalamasına göre sezonun en iyi ve ortalama performansları için tahmin modelleri oluşturmaktır. Metot: Çalışmada sporcuların yarışma verileri [yaş, bir sezondaki toplam gün sayısı (SGS), bir sezondaki toplam yarışma sayısı (TYS), sporcunun sezondaki en iyi derecesi (SB), SB performansının gerçekleştiği yarışma (SBY), sporcunun sezonun ilk iki yarışmasındaki performansının ortalaması (İ2PO), sezon en iyi derecesine göre; sezon ortalama (SORT), başlangıç (SBAŞ) ve bitiriş (SBİT) derecelerinin yüzde oranları] incelenmiştir. Parametreler arasındaki ilişkiler için pearson korelasyon (r) istatistiği, ilişkilerin belirleme katsayılarının (r2) bulunmasında polinom regresyonu, cinsiyete göre İ2PO’dan SB ve sezon ortalama performanslarının tahmin modellerinde karesel regresyon modeli kullanılmıştır. Bulgular: SBY, başlangıç, İ2PO, SB, SORT ve SBİT değişkenleri cinsiyetler arasında istatistiksel olarak farklı bulunmuştur. SBAŞ değerleriyle SB performansı arasında iki cinsiyet için anlamlı ilişkiler bulunmuştur (kadınlar; r=0,68; p<0,001; erkekler, r=0,51; p<0,001). İ2PO; kadınlarda SB performansının %54’ünü, erkeklerde; %48’ini açıklayabilmektedir. Sonuç: Çalışmada bulunan İ2PO’na göre SB tahmin modeli, 2019 yılında dünya listelerinde yer alan erkek ve kadın sporculara uygulandığında, modelin SB performansını ortalama %1,15 farkla tahmin ettiği görülmüştür. Modellerin gerçek SB performansını yakın tahmin edebilmesine bağlı olarak; tahmin modellerinin antrenörlerin sezon başında sporcularının hedef yarışmalardaki performanslarını öngörebilmelerine olanak sağlayacağı düşünülmektedir.
A competition period evaluation in the long jump events in terms of seasonal Variables: Creating prediction models
