Резултати

eNauka >  Results >  Analysis of the 72-h ultramarathon using a predictive XG Boost model
Title: Analysis of the 72-h ultramarathon using a predictive XG Boost model
Authors: Knechtle, Beat; Villiger, Elias; Weiss, Katja; Valero, David; Gajda, Robert; Scheer, Volker; de Lira, Claudio Andre Barbosa; Braschler, Lorin; Nikolaidis, Pantelis T.; Vancini, Rodrigo Luiz;
Cuk, Ivan  ; Rosemann, Thomas; Thuany, Mabliny;
Issue Date: 2024
Publication: Sport Sciences for Health
ISSN: 1824-7490 SPORT SCIENCES FOR HEALTH Search Idenfier
Type: Article
DOI: 10.1007/s11332-024-01243-3
WoS-ID: 001284794100001
Scopus-ID: 2-s2.0-85200771012
URI: https://enauka.gov.rs/handle/123456789/952173
Project: Open access funding provided by University of Zurich
Metadata source: (Preuzeto iz CrossRef-a) Ćuk, Ivan
M-category: 
22M22

1
SCOPUSTM
7
WEB OF SCIENCETM
Алт метрика
Dimensions
Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.