Roller-Massager Application to the Quadriceps and Knee-Joint Range of Motion and Neuromuscular Efficiency During a Lunge
Notice bibliographique
Résumé
CONTEXT: Roller massagers are used as a recovery and rehabilitative tool to initiate muscle relaxation and improve range of motion (ROM) and muscular performance. However, research demonstrating such effects is lacking. OBJECTIVE: To determine the effects of applying a roller massager for 20 and 60 seconds on knee-joint ROM and dynamic muscular performance. DESIGN: Randomized controlled clinical trial. SETTING: University laboratory. PATIENTS OR OTHER PARTICIPANTS: Ten recreationally active men (age = 26.6 ± 5.2 years, height = 175.3 ± 4.3 cm, mass = 84.4 ± 8.8 kg). INTERVENTION(S): Participants performed 3 randomized experimental conditions separated by 24 to 48 hours. In condition 1 (5 repetitions of 20 seconds) and condition 2 (5 repetitions of 60 seconds), they applied a roller massager to the quadriceps muscles. Condition 3 served as a control condition in which participants sat quietly. MAIN OUTCOME MEASURE(S): Visual analog pain scale, electromyography (EMG) of the vastus lateralis (VL) and biceps femoris during roller massage and lunge, and knee-joint ROM. RESULTS: We found no differences in pain between the 20-second and 60-second roller-massager conditions. During 60 seconds of roller massage, pain was 13.5% (5.7 ± 0.70) and 20.6% (6.2 ± 0.70) greater at 40 seconds and 60 seconds, respectively, than at 20 seconds (P < .05). During roller massage, VL and biceps femoris root mean square (RMS) EMG was 8% and 7%, respectively, of RMS EMG recorded during maximal voluntary isometric contraction. Knee-joint ROM was 10% and 16% greater in the 20-second and 60-second roller-massager conditions, respectively, than the control condition (P < .05). Finally, average lunge VL RMS EMG decreased as roller-massage time increased (P < .05). CONCLUSIONS: Roller massage was painful and induced muscle activity, but it increased knee-joint ROM and neuromuscular efficiency during a lunge.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,004 | 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 ».