Ground reaction forces associated with an effective elementary school based jumping intervention
Notice bibliographique
Résumé
BACKGROUND: Mechanical loading during childhood plays a critical role in normal growth and development of the skeleton. Ground reaction forces (GRFs) may provide a surrogate measure for the strain experienced by bone on landing and at take off. However, there appear to be no paediatric studies that assess GRFs across a variety of loading activities. OBJECTIVES: To measure biomechanical variables in commonly performed childhood activities used in an elementary physical education intervention study which augmented bone health in boys and girls. METHODS: Maximal GFR, maximal rates of force, and time to maximum force were measured for 12 different jumping activities on a force platform. The jumps measured were drop jumps from 10, 30, and 50 cm, all followed by a plyometric jump, submaximal and maximal jumping jacks, alternating feet jump, counter movement jumps, and side to side jumps over 10 and 20 cm foam barriers. The subjects were 70 children (36 boys and 34 girls), 8.3-11.7 years old. RESULTS: Subjects ranged in height from 128.4 to 172.6 cm and had a mass of 25.0-57.0 kg. Mean (SD) for vertical jump was 24.2 (5.5) cm and 135.2 (16.6) cm for standing long jump. The children engaged in loaded physical activity 5.7 (5.3) hours a week, on average. The highest mean maximal GRFs, normalised for body weight (BW), were generated from the plyometric portion of the drop jumps and the counter movement jump (about 5 times BW) compared with 3.5 times BW for jumping jacks. Similarly, the highest rates of change in force were 514 times BW/s for the drop jump from 10 cm and 493 times BW/s for the counter movement jump. CONCLUSIONS: Simple jumps requiring minimal equipment produce GRFs of 3.5-5 times BW and rates of force of around 500 times BW/s. As children appear to attenuate higher impact forces when jumping from increased heights, it cannot be assumed that merely increasing the height of the jump will necessarily "progress" the exercise intervention.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».