Effects of dynamic and static stretching within general and activity specific warm-up protocols.
Notice bibliographique
Résumé
The purpose of the study was to determine the effects of static and dynamic stretching protocols within general and activity specific warm-ups. Nine male and ten female subjects were tested under four warm-up conditions including a 1) general aerobic warm-up with static stretching, 2) general aerobic warm-up with dynamic stretching, 3) general and specific warm-up with static stretching and 4) general and specific warm-up with dynamic stretching. Following all conditions, subjects were tested for movement time (kicking movement of leg over 0.5 m distance), countermovement jump height, sit and reach flexibility and 6 repetitions of 20 metre sprints. Results indicated that when a sport specific warm-up was included, there was an 0.94% improvement (p = 0.0013) in 20 meter sprint time with both the dynamic and static stretch groups. No such difference in sprint performance between dynamic and static stretch groups existed in the absence of the sport specific warm-up. The static stretch condition increased sit and reach range of motion (ROM) by 2.8% more (p = 0.0083) than the dynamic condition. These results would support the use of static stretching within an activity specific warm-up to ensure maximal ROM along with an enhancement in sprint performance. Key pointsActivity specific warm-up may improve sprint performance.Static stretching was more effective than dynamic stretching for increasing static range of motion.There was no effect of the warm-up protocols on countermovement jump height or movement time.
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 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».