线性冲刺表现的现场监测：K-Power传感器与计时门在训练有素的青少年短跑运动员中的一致性研究
Vassilios Panoutsakopoulos¹,*，Emmanouil Athanasopoulos²，Tong Li²，Panagiotis Kitsikoudis¹，Christos Chalitsios¹,²
¹ 塞萨洛尼基亚里士多德大学体育教育与运动科学学院生物力学实验室，希腊塞萨洛尼基，54124
² KINVENT Biomecanique 研发部，法国蒙彼利埃，34000
*通讯作者：bpanouts@phed.auth.gr
摘要
本研究旨在评估结合超宽带（UWB）和惯性测量单元（IMU）测量的K-power（KINVENT Biomecanique，法国蒙彼利埃）混合传感器系统与标准计时门在记录青少年运动员20米冲刺表现中的并发效度和一致性。15名训练有素的青少年田径短跑运动员（年龄：15.2±2.4岁）进行了两次最大努力的20米冲刺。冲刺时间同时使用计时门和K-power传感器记录。使用配对样本t检验、组内相关系数（ICC）、变异系数（CV）和Bland-Altman分析评估效度和一致性。通过比较典型误差（TE）与最小有意义变化（SWC）来确定敏感性。设备间未观察到显著的系统性偏差（p > 0.05）。K-power传感器表现出极佳的绝对一致性（ICC = 0.96，[95% CI = 0.94–0.98]）和较低的相对误差（CV = 1.07%）。该设备显示出高敏感性，其TE（0.034秒）小于SWC（0.040秒）。总之，K-power传感器是测量20米冲刺时间的有效且可靠的工具，可作为计时门的实用替代方案。虽然该系统具有敏感性（TE < SWC），但最小可检测变化（MDC）为0.094秒，这可能反映了青少年生物力学的固有变异性；因此，教练应将超过0.09秒的变化视为对个体运动员有意义的。
关键词：超宽带技术；惯性测量单元；可靠性；效度；运动学；生物力学分析；田径；青少年；冲刺
1. 引言
冲刺表现是多种运动项目成功的基本决定因素，从田径到足球、橄榄球和篮球等团队运动。因此，准确监测冲刺、加速和最大速度能力是力量和体能教练及运动科学家的首要关注点[1]。可靠的数据不仅对于运动员能力分析和训练适应监测至关重要，对于量化伤后重返赛场准备情况也同样重要[2]。
在实验室环境中，光电系统或密集排列的光电管阵列是运动学速度分析的绝对参考方法。然而，在应用现场环境中，此类设备在后勤上不切实际，从业者通常依赖电子计时门以及雷达或激光枪作为实用的标准[3]。虽然这些现场方法被广泛接受，但它们具有固有的局限性；例如，手持雷达和激光设备可能受到余弦效应（角度依赖性）、信号滤波和制造商专有算法相关的潜在测量误差影响。然而，需要注意的是，这些现场方法检测的是“运动学”起始（可见位移），而非实验室测量的“动力学”起始（施力）[4]。这构成了变量（反应时间与运动时间）之间的测量起始差异，而非测量误差，但它使现场和实验室数据之间的比较变得复杂。虽然电子计时门和雷达系统具有高效度和高信度，但它们存在明显的后勤限制。计时门通常昂贵、设置耗时，并且仅限于测量特定固定点之间的平均速度，而非连续运动。同样，雷达和激光设备需要严格的视线协议，并且通常一次只能评估一名运动员，降低了测试大型团队的效率[5]。
为了解决这些限制，从业者越来越多地转向可穿戴技术，例如全球导航卫星系统（GPS）和微传感器[6,7]。虽然现代10-18 Hz GPS单元结合加速度计在超过15米的线性冲刺中显示出可接受的效度，但与更高频率的本地定位或惯性系统相比，它们在捕捉短距离冲刺初始阶段发生的快速、微小的速度变化方面可能仍面临挑战[8,9]。
短距离冲刺时间的评估对青少年人群尤为重要，因为青少年冲刺速度的发展方式与成人不同[10]。研究表明，青少年加速阶段的持续时间高度可变，并受生物年龄、性别、生长速度和训练状态等因素影响[11-14]。虽然一些研究表明青春期前运动员可能在较短距离内达到速度平台期，但训练有素的青少年通常会在30或40米后继续加速[10]。因此，20米冲刺时间的评估专门针对初始加速能力，同时承认该距离可能无法捕捉青少年训练有素的短跑运动员的最大速度阶段[15,16]。然而，仅仅记录总冲刺时间不足以分析年轻运动员的能力。Keskinis等人最近证明，儿童可以在总冲刺时间相同（例如超过15米）的情况下，表现出显著不同的时间策略——一些较早达到最大速度，而另一些仍在加速[17]。
为了最终检测这些细微的时间差异，教练和从业者需要能够捕捉高分辨率数据的有效仪器。然而，在信任新设备的内部时间策略（例如阶段转换）之前，必须首先建立其相对于标准测量总努力持续时间的基本能力。因此，本研究旨在确定K-power混合传感器系统与计时门在测量总20米冲刺时间方面的并发效度和一致性，作为其在青少年田径运动员中使用的初步验证步骤。
2. 材料与方法
2.1. 研究设计
为了确定K-power传感器得出的20米冲刺时间和峰值速度的比较效度和一致性，招募了一组训练有素的年轻运动员。在单次测试中，将K-power传感器与黄金标准测量（红外计时门）进行比较。参与者完成两次20米冲刺，间隔休息5分钟。研究获得了机构研究伦理委员会的批准（批准号：268/2025）。
2.2. 参与者
15名青少年田径运动员（年龄：15.15±2.40岁；身高：165.49±10.37厘米；体重：65.13±6.67千克）在参与前提供了家长书面同意。纳入标准为：（1）年龄14-18岁；（2）训练有素的运动员，目前每周进行三次或以上包括抗阻训练和冲刺专项训练的训练；（3）测试前至少三个月无受伤史。运动员被要求在测试前72小时内不进行任何剧烈的下肢活动。在此期间内完成的任何非下肢运动均记录在活动日记中，并在后续任何测试前重复。
2.3. 实验程序
参与者参加了两次方案安排：（1）熟悉方案，练习冲刺方案并确定偏好的起跑姿势；（2）实验测试。所有测试均在室外田径场进行。冲刺测试前，参与者按照其常规练习进行标准化热身，包括动态拉伸和渐进加速跑（1×70%和2×90%最大努力，间隔2-3分钟）。
所有冲刺均穿着钉鞋完成。冲刺表现使用计时门（WITTY系统，Microgate，意大利博尔扎诺）作为标准系统记录。计时门设置在约髋部高度（距跑道表面约100厘米），并根据参与者的骨盆高度[18]在起跑线（0米）和20米标记处进行调整。
同时，使用K-power系统（KINVENT Biomecanique，法国蒙彼利埃）收集数据。K-Power系统是一种可穿戴无线运动追踪设备，专为运动表现和康复评估设计。它结合了超宽带（UWB）测距和九自由度惯性传感（9-DoF IMU），可在动态任务（如深蹲、跳跃、冲刺、折返跑和步态分析）中提供高精度的距离、速度、加速度、角速度和方向测量。K-Power在混合传感框架内运行，其中IMU提供高频运动信息，而UWB子系统提供相对于一个或多个固定锚点的绝对距离参考。该系统与多个UWB锚点实时通信，并持续评估测距质量以自动选择最稳定的测量路径。专用信号处理管道过滤原始UWB数据，去除瞬态异常值，并拒绝受多径或干扰影响的读数，以确保即使在快速运动或室内反射条件下也能保持一致的测距精度。所有运动数据均通过低功耗蓝牙传输至KINVENT v.2.22.0（KINVENT Biomecanique，法国蒙彼利埃）移动应用程序。该软件使用专有的传感器融合算法，输出频率为200 Hz。该算法集成高频惯性数据（IMU）以填补较低频率UWB位置更新之间的时间间隙，提供重建的速度曲线。该算法通过自适应融合框架将IMU的短期动态分辨率与UWB测距的长期空间稳定性相结合，保持响应性和无漂移的位置估计。K-Power设备可在室内和室外操作。
系统设置包括2个传感器，一个固定在运动员下背部，另一个锚点传感器放置在起跑线后方3米处的稳定三脚架（高90厘米）上。K-power传感器使用专用腰带固定在腰部区域，确保与身体紧密贴合。参与者采用偏好的两点（分腿）蹲踞姿势，位于0米计时门后方50厘米处。传感器确认后，参与者自行启动每次最大努力试验。进行两次最大努力试验，间隔3分钟。分析获取的数据包括：
- 标准时间： 0-20米冲刺计时由运动员躯干触发第一个计时门（0米）开始，并在触发第二个门（20米）时结束。
- K-power时间： K-power传感器记录完整冲刺，相应的0-20米分段时间从其软件原始数据中提取以进行直接比较。K-power系统的起始标准设定为速度阈值0.2米/秒和覆盖距离0.5米。选择此阈值是为了过滤IMU数据固有的低频信号噪声和起跑前晃动，确保仅在开始明显的前向运动时触发记录。
2.4. 统计分析
使用RStudio（v4.3.1）将K-power传感器的效度和一致性与黄金标准测量（计时门）进行比较，显著性水平设为0.05。
首先，计算平均绝对误差（MAE），即标准时间与K-power时间之间的绝对差值。然后，使用配对样本t检验评估系统性偏差，以确定设备间的平均差异。使用双向混合效应组内相关系数（ICC）量化相对一致性，用于绝对一致性，解释标准为：>0.90（极佳），0.75–0.90（良好），0.50–0.74（中等），<0.50（差）[19]。使用皮尔逊相关系数（r）评估线性关系，同时使用一致性相关系数（CCC）测量总体一致性。使用Bland-Altman图可视化绝对一致性，以确定95%一致性界限（LoA）。
通过将绝对差值与配对测量均值进行回归来检验比例偏差。使用多个指标进行误差量化。计算典型误差（TE）（TE = SDdiff/√2）以量化两个设备之间的标准误差。根据标准测量计算测量标准误（SEM）以评估精度。根据SEM，还计算了95%置信水平的最小可检测变化（MDC95）（MDC95 = SEM ×1.96 × √2），以确定需要多大变化才能有95%的把握认为该变化是真实的而非随机误差。使用变异系数（CV）量化相对绝对误差，计算为TE占标准组均值的百分比[CV = (TE/计时门均值) ×100]。CV解释为：<5%（良好），5–10%（中等），>10%（差）。为了实际背景，计算了最小有意义变化（SWC），为0.2乘以标准测量的受试者间标准差。由于缺乏该队列特定的生理表现锚点，选择这种基于分布的方法来表示最小的标准化效应大小（Cohen's d = 0.2），该效应大小意味着运动员相对于群体排名的变化[20]。为了量化测量系统之间差异的大小，计算了配对比较的效应大小（Cohen's d）。根据康复和运动研究的具体指南进行解释：微不足道（<0.2），小（0.2–0.6），中等（0.6–1.2），大（1.2–2.0），非常大（>2.0）[21]。此外，报告了所有点估计的95%置信区间（95% CI），以提供统计结果精确度的度量[22]。
3. 结果
20米冲刺时间的一致性阈值设定为CV ≤ 10%且ICC ≥ 0.85。两种设备之间未观察到显著的系统性偏差（t(29) = 1.127，p > 0.05）。差异幅度被认为是小的（Cohen's d = 0.21；95% CI [-0.0081，0.027]）。绝对一致性极佳，ICC为0.96（95% CI：0.94，0.98），CV为1.07%（图1）。
MAE指标均较小（MAE = 0.038秒；TE = 0.034秒；SEM = 0.034秒）。该仪器表现出极佳的敏感性，因为TE（0.034秒）小于SWC（=0.0402秒）。然而，MDC95为0.094秒。这表明，虽然仪器的TE足够低以检测有意义的变化，但需要至少0.094秒的变化才能有95%的把握认为在单个运动员中观察到的变化是真实的。
4. 讨论
本研究的主要目的是评估K-power混合传感器系统与黄金标准计时门在青少年运动员短距离冲刺（20米跑）中的并发效度和一致性。本研究的主要发现是，K-power传感器在测量冲刺持续时间方面表现出极佳的一致性和可忽略的系统性偏差。因此，它可以被认为是电子计时门在基于现场的线性速度监测中的有效实用替代方案。
20米冲刺时间的分析显示，K-power传感器与标准计时门之间具有非常高水平的相对一致性。ICC为0.96，表明排名顺序一致性很强。Bland-Altman分析和偏差的小效应大小为绝对效度提供了证据。此外，1.07%的CV表明相对误差幅度较低，远低于常被引用为运动表现技术可接受精度基准的严格阈值<5%[20]。虽然CV主要是一个信度指标，但在此背景下，它证实了系统之间的随机误差相对于冲刺持续时间是成比例较小的。
关键的是，配对样本t检验专门用于筛查设备之间的系统性固定偏差。分析表明无显著平均差异（p > 0.05）。虽然这种统计上的不显著性本身并不能确认方法等效性，但结合狭窄的Bland-Altman一致性界限（图1）来看，它表明K-power系统相对于计时门没有引入显著的固定误差。这是一个重要的发现，因为可穿戴设备（特别是GPS）在高强度加速期间经常由于采样率不足以捕捉速度的快速变化而显示系统性误差[9,23]。偏差的缺乏表明，K-power系统中使用的混合UWB/IMU技术成功缓解了短距离上的这些采样限制，提供了与计时门在组均值比较上基本可互换的数据[24,25]。然而，需要注意的是，总时间（平均速度）的这种一致性并不固有地验证连续速度曲线或系统解决冲刺内采样问题的能力。验证速度重建的质量需要未来与连续参考方法（例如激光或光电系统）进行验证。
在评估设备用于表现监测的实用性时，区分设备的典型误差与其检测表现有意义变化的能力至关重要[26]。本研究中观察到的TE为0.034秒。该值低于计算的SWC 0.040秒。它们之间的这种关系（TE < SWC）表明K-power系统具有“良好”的敏感性。在实际环境中，这意味着K-power传感器足够精确，能够检测对该队列运动员具有实际意义的表现改善。然而，需要承认的是，该SWC阈值是统计性的；0.04秒的改善是否转化为特定的生理适应或竞争优势需要进一步的特定情境验证。
K-power系统的敏感性（TE = 0.034秒）必须根据青少年冲刺的具体时间需求来解释。Keskinis等人利用5米分段之间仅0.01秒的时间差阈值来区分冲刺阶段[17]。虽然该阈值专门适用于分段粒度，但它为冲刺诊断所需的精度提供了一个严格的基准。K-power系统在整个20米距离上仅表现出0.034秒的TE，这一事实表明累积测量误差极小。尽管该总误差自然高于单分段阈值，但其接近程度表明该系统具有有效现场监测所需的稳定性，即使它尚未声称具有实验室光电管用于阶段转换的毫秒级分辨率。正如Keskinis等人所指出的[17]，传统光电管在精确定位冲刺阶段之间的确切时间转换方面能力有限，而像此处验证的可穿戴设备——或类似整合光电门与IMU的新型系统[27]——理论上可能为实时监测这些特定的速度进展模式提供更实用的解决方案[24]。此外，IMU数据分析的最新进展提供了可靠的步态事件检测信息，可以支持运动员监测[28]，不仅用于速度分析，还用于步态运动学参数的进展。然而，需要区分的是，虽然当前研究确认了系统对总冲刺持续时间的效度，但其识别连续阶段转换的潜力代表了该技术类型的固有优势，而非本特定方案中验证的变量。
此外，现有文献表明，与成人相比，青少年的冲刺表现在机制上以更长的接触时间和制动阶段为特征[29]。鉴于这种独特的生物力学特征，建立K-power系统提供的总冲刺持续时间的效度，作为纵向监测该队列的重要基础步骤。然而，从业者必须谨慎解释个体变化。MDC95计算为0.094秒。虽然该值远高于SWC，但必须承认该阈值受到所检查发育队列固有的表现变异性的严重影响。需要承认的是，对于精英成年短跑运动员，该阈值可能过高，因为他们的表现提升通常要小得多。尽管如此，有人提出，在精英成年短跑运动员中，由于此类人群的同质性增加，该阈值可能较低[30]。为了澄清这一点，需要进一步研究精英短跑运动员。
研究表明，与成人相比，青少年运动员的跑步力学通常具有更大的变异性，发展中的运动员由于持续的神经肌肉成熟和协调性完善而表现出更高的步间不一致性[17,31]。这种升高的“生物噪声”自然增加了组的标准差，进而增加了衍生的MDC。因此，0.094秒的阈值可能反映了青少年运动表现的不稳定性，而不仅仅是传感器精度。测试经验丰富的短跑运动员（他们拥有更稳定的施力和运动学模式[32]）可能会产生更低的MDC，进一步验证系统对精英人群的精度。然而，必须承认精英队列通常表现出较低的受试者间方差（同质性）；这种统计特征可能矛盾地降低ICC值，即使绝对测量精度仍然很高。
从实际角度来看，K-power 系统相比传统计时门具有显著的后勤优势。计时门需要耗时的设置、精确的三脚架对准，并且容易受到环境因素（如风或运动员意外干扰）的影响[3]。此外，单光束计时门容易因运动员的肢体（例如摆臂）而非躯干触发，这已被证明在高达 32% 的试验中引入测量误差[33]。结合计时门和固定在腿部的运动起始传感器的设置未能可靠检测 20 米距离冲刺表现的有意义变化，因为 SWC 小于 TE[34]。相比之下，固定在腰部的 K-power 传感器追踪运动员质心的运动，可能提供更一致的冲刺起始表示。K-power 系统使用单个锚点和可穿戴传感器，允许更简化的工作流程，特别是在测试大型团队时。数据表明，力量和体能教练可以利用该系统测量青少年运动员的短距离冲刺表现，前提是他们在分析个体进展时了解 MDC 阈值。
虽然结果令人鼓舞，但本研究并非没有局限性。首先，样本量仅包括 15 名青少年运动员；未来的研究应检查精英成年人群，其中表现改善的幅度（SWC）更小。其次，本研究仅验证了 20 米线性冲刺。系统在更长距离冲刺（例如 40 米或行进间冲刺）或多向运动中的准确性仍有待未来研究确定。最后，虽然 K-power 传感器未显示偏差，但严格遵守制造商的放置协议（腰部牢固固定）至关重要，因为传感器运动伪影可能影响 IMU 数据的完整性。
5. 结论
总之，K-power 混合传感器为训练有素的年轻运动员提供了有效可靠的 20 米冲刺表现测量。其 ICC 为 0.96，TE 低于 SWC，可作为监测速度发展的有效现场工具。然而，从业者在解释个体表现变化时应注意 MDC95 为 0.094 秒。未来的研究应旨在将这些发现扩展到精英成年人群，并探索系统在多向敏捷性任务中的实用性。这些进展对于确定系统更广泛的实用性是必要的。目前，数据支持 K-power 系统作为记录青少年田径运动员 20 米冲刺时间的有效实用替代方案。
作者贡献：概念化，V.P.、E.A. 和 C.C.；方法论，V.P.、E.A.、T.L. 和 C.C.；软件，T.L. 和 C.C.；验证，E.A.、T.L. 和 C.C.；形式分析，V.P. 和 C.C.；调查，V.P.、P.K. 和 C.C.；资源，V.P. 和 C.C.；数据管理，V.P.、E.A. 和 C.C.；撰写初稿，T.L. 和 C.C.；撰写审阅与编辑，V.P.、E.A. 和 C.C.；可视化，V.P. 和 C.C.；监督，V.P.；项目管理，V.P. 和 C.C.。所有作者均已阅读并同意稿件最终版本。
资金：本研究未获得外部资助。
机构审查委员会声明：本研究遵循《赫尔辛基宣言》进行，并已获得希腊塞萨洛尼基亚里士多德大学体育教育与运动科学学院机构审查委员会的批准（批准号：268/2025；批准日期：2025年5月11日）。
知情同意声明：本研究所有参与者均已获得其父母签署的知情同意书。
数据可用性声明：由于伦理原因，本研究的数据可根据通讯作者的要求提供。
利益冲突声明：作者声明存在利益冲突，因为 E.A.、T.L. 和 C.C. 受雇于 KINVENT Biomecanique S.A.S.；但该公司在研究设计、数据收集、分析或解释、稿件撰写或发表决定中均未发挥作用。
缩写词
以下为本手稿中使用的缩写词：
CCC 一致性相关系数
CV变异系数
GPS全球导航卫星系统
ICC组内相关系数
IMU惯性测量单元
LoA一致性界限
MDC9595%置信水平的最小可检测变化
SD标准差
SEM测量标准误
SWC最小有意义变化
TE典型误差
UWB 超宽带
参考文献
1. Haugen, T.A.; Buchheit, M. Sprint running performance monitoring: Methodological and practical considerations. Sports Med.2016, 46, 641–656. [CrossRef] 2. Mendiguchia, J.; Samozino, P.; Martinez-Ruiz, E.; Brughelli, M.; Schmikli, S.; Morin, J.B.; Mendez-Villanueva, A. Field monitoring of sprinting power-force-velocity proffle before, during and after hamstring injury rehabilitation. J. Sports Med. Phys. Fit. 2014, 54,655–661. [CrossRef] 3. Bond, C.W.; Willaert, E.M.; Noonan, B.C. Comparison of three timing systems: Reliability and best practice recommendations intiming short-duration sprints. J. Strength Cond. Res. 2017, 31, 1062–1071. [CrossRef] 4. Haugen, T.A.; Tønnessen, E.; Seiler, S.K. The difference is in the start: Impact of timing and start procedure on sprint runningperformance. J. Strength Cond. Res. 2012, 26, 473–479. [CrossRef] [PubMed] 5. Duthie, G.M.; Robertson, S.; Ball, K.; Haycraft, J.; Bright, L.; Parkinson, T.; Billingham, J.; Aughey, R.J. Validation of a laser devicefor assessing high-speed running in an outdoor team sport setting. Sports Eng. 2025, 28, 25. [CrossRef] 6. Rodríguez-Fernández, A.; Suárez-Iglesias, D.; Vaquera, A.; Leicht, A.S.; Rodríguez-Marroyo, J.A. Inter-system and inter-unitreliability of Polar Team Pro and WIMU PRO devices during external load measurements indoors. Proc. Inst. Mech. Eng. Part P J.Sports Eng. Technol. 2023, 239, 469–478. [CrossRef]7. Sašek, M.; Miras-Moreno, S.; García-Ramos, A.; Cvjeticˇanin, O.; Šarabon, N.; Kavcˇicˇ, I.; Smajla, D. The Concurrent Validity and Reliability of a Global Positioning System for Measuring Maximum Sprinting Speed and Split Times of Linear and CurvilinearSprint Tests. Appl. Sci. 2024, 14, 6116. [CrossRef] 8. Varley, M.C.; Fairweather, I.H.; Aughey, R.J. Validity and reliability of GPS for measuring instantaneous velocity duringacceleration, deceleration, and constant motion. J. Sports Sci. 2012, 30, 121–127. [CrossRef] 9. Nobari, H.; Martins, A.D.; Brito, J.P.; Mainer-Pardos, E.; Valdés-Badilla, P.; Oliveira, R. Concurrent validity and reliability of globalpositioning systems for measuring intense running and peak speed performance: A systematic review. Ger. J. Exerc. Sport Res.2025. [CrossRef] 10. Chatzilazaridis, I.; Panoutsakopoulos, V.; Papaiakovou, G.I. Stride characteristics progress in a 40-M sprinting test executed bymale preadelescent, adolescent and adult athletes. Biol. Exerc. 2012, 8, 59–77. [CrossRef] 11. Papaiakovou, G.; Giannakos, A.; Michailidis, C.; Patikas, D.; Bassa, E.; Kalopisis, V.; Anthrakidis, N.; Kotzamanidis, C. The effectof chronological age and gender on the development of sprint performance during childhood and puberty. J. Strength Cond. Res.2009, 23, 2568–2573. [CrossRef] 12. Baker, J.; Read, P.; Graham-Smith, P.; Cardinale, M.; Jones, T.W. Growth and maturation in adolescent track and ffeld athletes.Aspetar Sports Med. J. 2024, 13, 250–255. 13. Sudlow, A.; Galantine, P.; Del Sordo, G.; Raymond, J.J.; Dalleau, G.; Peyrot, N.; Duché, P. Effects of maximal power and theforce-velocity proffle on sprint acceleration performance according to maturity status and sex. J. Sports Sci. 2025, 43, 1319–1328.[CrossRef] [PubMed] 14. Haugen, T.; Seiler, S.; Sandbakk, Ø.; Tønnessen, E. The training and development of elite sprint performance: An integration ofscientiffc and best practice literature. Sports Med.-Open 2019, 5, 44. [CrossRef] 15. Meyers, R.W.; Oliver, J.L.; Hughes, M.G.; Cronin, J.B.; Lloyd, R.S. Maximal sprint speed in boys of increasing maturity. Pediatr.Exerc. Sci. 2015, 27, 85–94. [CrossRef] [PubMed] 16. Rumpf, M.C.; Cronin, J.B.; Pinder, S.D.; Oliver, J.L.; Hughes, M. Effect of different training methods on running sprint performancein male youth. Pediatr. Exerc. Sci. 2012, 24, 170–186. [CrossRef] 17. Keskinis, I.; Panoutsakopoulos, V.; Merkou, E.; Lazaridis, S.; Bassa, E. Examination of Step Kinematics Between Children withDifferent Acceleration Patterns in Short-Sprint Dash. Biomechanics 2025, 5, 60. [CrossRef] 18. Yeadon, M.R.; Kato, T.; Kerwin, D.G. Measuring running speed using photocells. J. Sports Sci. 1999, 17, 249–257. [CrossRef] 19. Koo, T.K.; Li, M.Y. A guideline of selecting and reporting intraclass correlation coefffcients for reliability research. J. Chiropr. Med.2016, 15, 155–163. [CrossRef] 20. Currell, K.; Jeukendrup, A.E. Validity, reliability and sensitivity of measures of sport performance. Sports Med. 2008, 38, 297–316.[CrossRef] 21. Zielin´ ski, G. Effect Size Guidelines for Individual and Group Differences in Physiotherapy. Arch. Phys. Med. Rehabil. 2025, 106,1844–1849. [CrossRef] 22. Andrade, C. How to understand the 95% conffdence interval around the relative risk, odds ratio, and hazard ratio. J. Clin.Psychiatry 2023, 84, 23f14933. [CrossRef] 23. Buchheit, M.; Al Haddad, H.; Simpson, B.M.; Palazzi, D.; Bourdon, P.C.; Di Salvo, V.; Mendez-Villanueva, A. Monitoringaccelerations with GPS in football: Time to slow down? Int. J. Sports Physiol. Perform. 2014, 9, 442–445. [CrossRef] 24. Yang, W.; Wang, J.; Zhao, Z.; Cui, Y. Accuracy of an Ultra-Wideband-Based Tracking System for Time–Motion Analysis in Tennis.Sensors 2025, 25, 1031. [CrossRef] 25. Müller, D. A Multi Layer Ultra Wideband Network Architecture for Real Time Player Analysis in Dynamic Sports. DoctoralDissertation, FH Vorarlberg (Fachhochschule Vorarlberg), Dornbirn, Austria, August 2025. 26. Hopkins, W.G. Measures of reliability in sports medicine and science. Sports Med. 2000, 30, 1–15. [CrossRef] [PubMed] 27. Kos, A.; Keš, E.; Hribernik, M.; Tomažicˇ, S.; Umek, A. A Wireless Optical Gate and IMU System for Agility Assessment:Architecture, Synchronization and Validation. Informacije MIDEM 2025, 55, 229–238. [CrossRef] 28. Mănescu, A.M.; Mănescu, D.C. Self-Supervised Gait Event Detection from Smartphone IMUs for Human Performance and SportsMedicine. Appl. Sci. 2025, 15, 11974. [CrossRef] 29. Chatzilazaridis, I.; Panoutsakopoulos, V.; Bassa, E.; Kotzamanidou, M.C.; Papaiakovou, G.I. Effects of Age and Sex on theKinematics of the Sprinting Technique in the Maximum Velocity Phase. Appl. Sci. 2024, 14, 6057. [CrossRef] 30. Villalón-Gasch, L.; Jimenez-Olmedo, J.M.; Penichet-Tomas, A.; Sebastia-Amat, S. Concurrent Validity and Reliability of Chronojump Photocell in the Acceleration Phase of Linear Speed Test. Appl. Sci. 2025, 15, 8852. [CrossRef] 31. Lloyd, R.S.; Oliver, J.L.; Faigenbaum, A.D.; Howard, R.; De Ste Croix, M.B.A.; Williams, C.A.; Best, T.M.; Alvar, B.A.; Micheli, L.J.;Thomas, D.P.; et al. Long-term athletic development—Part 1: A pathway for all youth. J. Strength Cond. Res. 2015, 29, 1439–1450.[CrossRef]32. Nagahara, R.; Takai, Y.; Haramura, M.; Mizutani, M.; Matsuo, A.; Kanehisa, H.; Fukunaga, T. Age-related differences inspatiotemporal variables and ground reaction forces during sprinting in boys. Pediatr. Exerc. Sci. 2018, 30, 335–344. [CrossRef][PubMed] 33. Earp, J.E.; Newton, R.U. Advances in electronic timing systems: Considerations for selecting an appropriate timing system.J. Strength Cond. Res. 2012, 26, 1245–1248. [CrossRef] [PubMed] 34. Holmberg, P.M.; Olivier, M.H.; Kelly, V.G. The Reliability of 20 m Sprint Time Using a Novel Assessment Technique. Sensors 2025,25, 2077. [CrossRef] [PubMed]
免责声明/出版商声明：所有出版物中包含的陈述、观点和数据仅代表作者和贡献者个人，不代表MDPI和/或编辑的观点。MDPI和/或编辑对因内容中提及的任何观点、方法、说明或产品所导致的人身伤害或财产损失不承担任何责任。