Neuromuscular and Lower Limb Biomechanical Differences Exist between Male and Female Elite Adolescent Soccer Players during an Unanticipated Side-cut Maneuver
Notice bibliographique
Résumé
BACKGROUND: Female athletes are 2 to 8 times more likely than male athletes to injure the anterior cruciate ligament during a non-contact athletic maneuver. Identifying anterior cruciate ligament injury risk factors in female athletes may help with the development of preventive training programs aimed at reducing injury rates. HYPOTHESIS: Differences between genders in lower limb kinematics, kinetics, and neuromuscular patterns will be identified in an adolescent soccer population during an unanticipated side-cut maneuver. STUDY DESIGN: Controlled laboratory study. METHODS: Forty-two elite adolescent soccer players (21 male and 21 female) performed an unanticipated side-cut maneuver, with the 3-dimensional kinematic, kinetic, and electromyographic lower limb data being analyzed using principal component analysis. RESULTS: The female athletes had higher gastrocnemius activity, normalized to maximal voluntary isometric contractions, and a mediolateral gastrocnemius activation imbalance that was not present in the male athletes during early stance to midstance of the side-cut. Female athletes demonstrated greater rectus femoris muscle activity throughout stance, and the only hamstring difference identified was a mediolateral activation imbalance in male athletes only. Female athletes performed the side-cut with less hip flexion and more hip external rotation and also generated a smaller hip flexion moment compared with the male athletes. CONCLUSION: This is the first study to identify gender-related differences in gastrocnemius muscle activity during an unanticipated cutting maneuver. CLINICAL RELEVANCE: The increased and imbalanced gastrocnemius muscle activity, combined with increased rectus femoris muscle activity and reduced hip flexion angles and moments in female subjects, may all have important contributing roles in the higher noncontact ACL injury rates observed in female athletes.
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 ».