THE NEUROMECHANICAL EFFECTS OF VARYING RELATIVE LOAD IN A MAXIMAL SQUAT JUMP
Notice bibliographique
Résumé
Peak power occurs between 15–30% of maximal muscle force in mono-articular movements using small muscles. Conversely, in multi-joint movements requiring the recruitment of many large muscles, peak mechanical power is generated at higher fractions of peak force, usually between 50–70% of 1 repetition maximum (RM) and power typically is equivalent across a spectrum of loads. PURPOSE: To determine the influence of load on the kinematics and myoelectric manifestations of maximal squat jumps. METHODS: After determination of maximal squat strength, 5 active men and women (aged 21–37) performed maximal squat jumps at loads ranging from 20–80% of 1RM (mean, SD 142, 25 kg). Surface EMG of the m. vastus lateralis and m. biceps femoris was collected during each trial with root mean square and median frequency used to assess neural drive. An accelerometer and velocity tachometer was used to measure and calculate force, velocity and power exerted on the bar. RESULTS: Load had a substantial effect on force, velocity and power, and peak power (mean, SD 1928, 294 W) occurred across a spectrum of loads from 50–80% of 1RM. EMG was equivalent across loads indicating that neural drive was independent of load. CONCLUSIONS: The load used in squat jumping influences the mechanics of the movement but does not markedly effect muscle activation.
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) | 0,000 | 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 | 0,000 |
| 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 ».