MétaCan
Menu
Retour à la cohorte
Enregistrement W2138300438 · doi:10.1123/ijspp.2.4.439

The Application of Postactivation Potentiation to Elite Sport

2007· article· en· W2138300438 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Sports Physiology and Performance · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPlyometricsTraining (meteorology)PopularitySession (web analytics)Physical medicine and rehabilitationPsychologyPerformance enhancementPhysical therapyApplied psychologyComputer scienceMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Recently there has been considerable interest and research into the functional significance of postactivation potentiation (PAP) on sport performance. The interest has evolved around the potential for enhancing acute performance or the long-term training effect, typically in the form of complex training. Complex training usually involves performing a weight-training exercise with high loads before executing a plyometric exercise with similar biomechanical demands. Despite a considerable amount of research in the past 10 years it would seem there is still much research to be done to fully determine whether PAP has a functional role and, if so, how to best exploit it. It is clear from the research that there are many factors that need to be considered when attempting to apply PAP to an athlete. It is possible that a well-conceived sport-specific warm-up might be as or more effective in enhancing acute performance and easier to apply in a practical setting. In addition, despite its current popularity, there has not been 1 study that has effectively examined the efficacy of complex training and whether it has any advantage over other forms of training that combine weight training and plyometrics but not in the same training session.

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 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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,282
Écart entre enseignants0,276 · 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