MétaCan
Menu
Retour à la cohorte
Enregistrement W1994345489 · doi:10.1080/14763141.2015.1024716

Quadriceps effort during squat exercise depends on hip extensor muscle strategy

2015· article· en· W1994345489 sur OpenAlexaff
Megan A. Bryanton, Jason P. Carey, Michael D. Kennedy, Loren Z.F. Chiu

Notice bibliographique

RevueSports Biomechanics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSquatPhysical medicine and rehabilitationQuadriceps musclePhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

Hip extensor strategy, specifically relative contribution of gluteus maximus versus hamstrings, will influence quadriceps effort required during squat exercise, as hamstrings and quadriceps co-contract at the knee. This research examined the effects of hip extensor strategy on quadriceps relative muscular effort (RME) during barbell squat. Inverse dynamics-based torque-driven musculoskeletal models were developed to account for hamstrings co-contraction. Net joint moments were calculated using 3D motion analysis and force platform data. Hamstrings co-contraction was modelled under two assumptions: (1) equivalent gluteus maximus and hamstrings activation (Model 1) and (2) preferential gluteus maximus activation (Model 2). Quadriceps RME, the ratio of quadriceps moment to maximum knee extensor strength, was determined using inverse dynamics only, Model 1 and Model 2. Quadriceps RME was greater in both Models 1 and 2 than inverse dynamics only at barbell loads of 50-90% one repetition maximum. The highest quadriceps RMEs were 120 ± 36% and 87 ± 28% in Models 1 and 2, respectively, which suggests that barbell squats are only feasible using the Model 2 strategy prioritising gluteus maximus versus hamstrings activation. These results indicate that developing strength in both gluteus maximus and quadriceps is essential for lifting heavy loads in squat exercise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,282
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports BiomechanicsMême sujetSports Performance and TrainingTravaux en français237 207