Verbal Instructions Acutely Affect Drop Vertical Jump Biomechanics—Implications for Athletic Performance and Injury Risk Assessments
Notice bibliographique
Résumé
Biomechanical quantities acquired during the drop vertical jump (DVJ) are used in the assessment of athletic performance and injury risk. The objective was to examine the impact of different verbal instructions on spatiotemporal, kinematic, and kinetic variables commonly included in such assessments. Ten men and 10 women from local varsity and club volleyball, basketball, figure skating, and track and field teams volunteered to participate. The athletes performed DVJs after given instructions to minimize ground contact time (CT), maximize jump height (HT), and synchronously extend the lower extremity joints (EX). Between the CT, HT, and EX conditions, body segment and joint angles were compared together with characteristics of vertical ground reaction force (GRF), whole-body power output, stiffness, and center-of-mass displacement time histories. Verbal instructions were found to influence nearly all of the spatiotemporal, body segment and joint kinematic, and kinetic variables that were statistically analyzed. Particularly noteworthy was the finding that athletic performance indices (e.g., jump height, power output, vertical stiffness, and reactive strength index) and lower extremity injury risk markers (e.g., peak vertical GRF and frontal plane knee angle) were significantly different (p ≤ 0.05) between the CT, HT, and EX conditions. The findings of this study suggest that verbal instructions should be controlled and/or clearly documented when using the DVJ to assess athletic performance potential and injury risk. Moreover, practitioners who devise performance enhancement and injury prevention strategies based on DVJ assessments are advised to consider that "coaching" or "cueing" during the task execution could impact conclusions drawn.
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 | 0,002 | 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 ».