Effects of 8-Week In-season Plyometric Training on Upper and Lower Limb Performance of Elite Adolescent Handball Players
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
We hypothesized that replacement of a part of the normal in-season regimen of top-level adolescent handball players by an 8-week biweekly course of lower and upper limb plyometric training would enhance characteristics important to competition, including peak power output (Wpeak), jump performance, muscle volume, and ball throwing velocity. Study participants (23 men, age: 17.4 ± 0.5 years, body mass: 79.9 ± 11.5 kg, height: 1.79 ± 6.19 m, body fat: 13.8 ± 2.1%) were randomly assigned between controls (C; n = 11) and an experimental group (E, n = 12). Measures preintervention and postintervention included force-velocity ergometer tests for upper (Wupper peak) and lower limbs (Wlower peak), force platform determinations of squat jump (SJ) and countermovement jump (CMJ) characteristics (jump height, maximal force, initial velocity, and average power), video filming of sprint velocities (first step [V1S], first 5 m [V5m], and 25-30 m [Vmax]), and anthropometric estimates of leg muscle volume. E showed gains relative to C in Wupper peak and Wlower peak (p < 0.01 and p < 0.001), SJ (height p < 0.01; force p ≤ 0.05), CMJ (height p < 0.01; force p < 0.01 and relative power p ≤ 0.05), and sprint velocities (p < 0.001 for V1S, V5m, and Vmax). E also showed increases in leg and thigh muscle volumes (p < 0.001), but arm muscle volumes did not differ from control. We conclude that introduction of biweekly plyometric training into the standard regimen improved components important to handball performance, particularly explosive actions, such as sprinting, jumping, and ball throwing velocity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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