Effects of a Short Proprioceptive Neuromuscular Facilitation Stretching Bout on Quadriceps Neuromuscular Function, Flexibility, and Vertical Jump Performance
Notice bibliographique
Résumé
The inclusion of relatively long bouts of stretching (repeated static stretches of ∼30 seconds) in the warm-up is usually associated with a drop in muscle performance. The purpose of this study was to assess the effect of a novel self-administered proprioceptive neuromuscular facilitation (PNF) paradigm with short periods of stretching and contraction on quadriceps neuromuscular function, vertical jump performance, and articular range of motion (ROM). Twelve healthy men (age: 27.7 ± 7.3 years, height: 178.4 ± 10.4 cm, weight: 73.8 ± 16.9 kg) volunteered to participate in a PNF session and a control session separated by 2-7 days. The PNF stretching lasted 2 minutes and consisted of 4 sets of 5-second isometric hamstring contraction immediately followed by 5 seconds of passive static stretch of the quadriceps immediately followed by 5 seconds isometric quadriceps contraction for each leg. For the control session, the participants were asked to walk at a comfortable speed for 2 minutes. Active ROM of knee flexion, vertical jump performance, and quadriceps neuromuscular function were tested before, immediately after, and 15 minutes after the intervention. The PNF stretching procedure did not affect ROM, squat jump, and countermovement jump performances. Accordingly, we did not observe any change in maximal voluntary contraction force, voluntary activation level, M-wave and twitch contractile properties that could be attributed to PNF stretching. The present self-administered PNF stretching of the quadriceps with short (5-second) stretches is not recommended before sports where flexibility is mandatory for performance.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».