Considerations for determining the time course of post-activation potentiation
Notice bibliographique
Résumé
We sought to determine the efficacy of using a continuous time course trial to assess the temporal profile of post-activation potentiation and to determine the time course of potentiation of discrete jump squat kinetic and kinematic variables. Eight physically trained men performed jump squats before and 4, 8, and 12 min after a 5-repetition maximum back squat. Time intervals were assessed in 3 discontinuous trials (each time interval assessed in a separate trial) and in 1 continuous trial (all time intervals assessed in a single trial). Percentage differences between continuous and discontinuous trials at each time interval were mostly insubstantial. Discrete variables displayed a diverse time course (effect size: trivial to large); time to maximal values ranged between 5.00 ± 2.53 min (concentric peak force) and 9.50 ± 2.98 min (eccentric mean force). Eccentric variables (8.58 ± 3.56 min) took longer to peak than concentric variables (6.64 ± 2.93 min) (effect size: small). Individual subjects attained maximal values for kinetic and kinematic variables at different time intervals, yet the 4-min interval typically displayed the greatest magnitude and frequency of potentiation. We conclude that a continuous time course trial does not substantially influence performance of subsequent jumps and is appropriate for determining the temporal profile of potentiation, which is influenced by discrete jump squat kinetic and kinematic variables and individual differences.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».