MétaCan
Menu
Retour à la cohorte
Enregistrement W2068310249 · doi:10.1519/jsc.0b013e318208d43c

Training Specificity of Hurdle vs. Countermovement Jump Training

2011· article· en· W2068310249 sur OpenAlexaff
Darío F Cappa, David G. Behm

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésJumpMathematicsCountermovementPhysical medicine and rehabilitationJumpingOrthodonticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to compare bilateral and unilateral hurdle jumps with traditional countermovement jumps (CMJs). Thirteen athletes were tested during continuous forward bilateral and unilateral hurdle jumps and single CMJ. Countermovement jump height was used to establish the hurdle height. Subjects jumped forward over 4 hurdles with the force plate positioned after the second hurdle to measure vertical ground reaction force (VGRF), contact time (CT), and rate of force development (RFD). For bilateral jumps, hurdle height was established at maximal (100%) CMJ height and at 120, 140, and 160% of the CMJ height. The athletes were instructed to jump as fast as possible to mimic a training session drill. For unilateral jumps, hurdle height was set at 70, 80, and 90% of the CMJ height. Bilateral 160% jumps showed a significantly longer CT than bilateral 100, 120, and 140% jumps. The bilateral 100, 120, and 140% jumps had significantly shorter CT than the unilateral jumps and CMJ. The VGRF during bilateral jumps was higher than unilateral jumps and CMJ. Bilateral 160% jump RFD was significantly higher than CMJ and unilateral jumps but significantly lower than the other bilateral jumps. In conclusion, the characteristics of the bilateral jumps were substantially different from those of the CMJ and unilateral hurdle jumps. As bilateral hurdle jumps with a height between 100 and 140% of the CMJ provide similar CTs and VGRF as many reported sprint or jump actions, they may be considered a more training-specific power training drill than the CMJ.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,168
Tête enseignante GPT0,365
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports Performance and TrainingTravaux en français237 207