Contributing Factors to Performance of a Medicine Ball Explosive Power Test: A Comparison Between Jump and Nonjump Athletes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The present study examined the factors contributing to performance of a backward overhead medicine ball throw (B-MBT) across 2 types of athletes. Twenty male volleyball players (jump athletes) and 20 wrestlers (nonjump athletes) were evaluated on 4 measures of power, including B-MBT, chest medicine ball throw (C-MBT), countermovement vertical jump (CMJ), and power index (PI). The athletes also completed 3 measures of strength: a 1-repetition-maximum (1RM) bench press (BP), a 1RM leg press (LP), and combined BP + LP strength. Jump athletes demonstrated greater absolute scores for CMJ, C-MBT, and B-MBT (p < 0.05), whereas nonjump athletes demonstrated greater strength scores for BP and for BP + LP (p < 0.05). When performances were examined on a relative basis, jump athletes achieved superior scores for C-MBT (p < 0.05), whereas nonjump athletes had greater scores for BP, LP, and BP + LP (p < 0.05). For both groups, B-MBT had strong correlations with PI (r = 0.817 [jump] and 0.917 [nonjump]), whereas for C-MBT, only nonjump athletes demonstrated a strong correlation (r = 0.842). When expressed in relative terms, B-MBT was strongly correlated with C-MBT (r = 0.762 [jump] and 0.835 [nonjump]) and CMJ (r = 0.899 [jump] and 0.945 [nonjump]). Only nonjump athletes demonstrated strong correlations with strength for absolute LP (r = 0.801) and BP + LP (r = 0.810) strength. The interaction of upper- and lower-body strength and power in the performance of a B-MBT appears complex, with the contributing factors differing for athletes with divergent skill sets and performance demands.
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.
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 découle