Transfer Effect of Strength and Power Training to the Sprinting Kinematics of International Rugby Players
Notice bibliographique
Résumé
Increasing lower-body strength is often considered to be important for improving the sprinting speed of rugby players. This concept was examined in a group (n = 40) of international rugby players in a 2-part study. The players were tested for body mass (BM), 1 repetition maximum power clean (PC), and front squat, as well as triple broad jump and broad jump. In addition, speed over 40 m was tested, with timing gates recording the 0- to 10-m and 30- to 40-m sections to assess acceleration and maximal velocity. Two video cameras recorded the 2 splits for later analysis of sprinting kinematics. The players were divided into a fast group (n = 20) and a slow group (n = 20) for both acceleration and maximal velocity. In the second part of the study, a group (n = 15) of players were tracked over a 1-year period to determine how changes in strength corresponded with changes in sprinting kinematics. The fast groups for both acceleration and maximal velocity showed greater levels of strength (d = 0.5-1.8), lower ground contact times (d = 0.8-2.1), and longer stride lengths (d = 0.5-1.3). There was a moderate improvement over 1 year in PC/BM (0.08 kg·kg, p = 0.008, d = 0.6), and this had a strong relationship with the change in maximal velocity stride length (r = 0.70). Acceleration stride length also had a large improvement over 1 year (0.09 m, p = 0.003, d = 0.81). Although increasing lower-body strength is likely important for increasing sprinting speed of players with low training backgrounds, it may not have the same effect with highly trained players.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».