An investigation into the possible physiological mechanisms associated with changes in performance related to acute responses to different preactivity stretch modalities
Notice bibliographique
Résumé
The aim of this study was to explore the potential mechanisms underlying performance changes linked to different warm-up stretch modalities. Twenty-one male collegiate-semiprofessional soccer players (age, 20.8 +/- 2.3 years) performed under 3 different warm-up conditions: a no-stretch warm-up (WU), a warm-up including static passive stretches (SPS), and a warm-up incorporating static dynamic stretches (SDS). Countermovement jump, drop jump, peak torque, heart rate, core temperature, movement kinematics, and electromyography (EMG) were recorded for each intervention. Significant increases (p < 0.001) in performance were recorded for the countermovement, drop jump, and peak torque measures when the SDS was compared with the WU and SPS trials. When mechanism data were analysed, heart rate was significantly higher (p < 0.001) in the SDS condition compared with the SPS and WU conditions (a pattern also shown with core temperature), whereas the WU condition heart rate was also significantly higher than the SPS condition heart rate. When EMG data were examined for the rectus femoris muscle, significantly greater (p < 0.01) muscle activity was observed in the SDS condition compared with the SPS condition. It seems the most likely mechanisms to explain the increase in performance in the SDS condition compared with the SPS condition are increased heart rate, greater muscle activity, and increased peak torque.
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) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».