Do Exercise Balls Provide a Training Advantage for Trunk Extensor Exercises? A Biomechanical Evaluation
Notice bibliographique
Résumé
OBJECTIVE: Only a few abdominal muscle exercises have been quantitatively evaluated on both a mat and exercise ball, but the benefits reported for the ball have been equivocally applied to all exercises. The purpose of this study is to evaluate differences in the biological response of muscle activation, lumbar spine posture, and loading variables for extensor exercises performed on 2 surfaces. METHODS: Bilateral muscle activation was recorded from 7 sites (rectus abdominis, external/internal obliques, latissimus dorsi, thoracic/lumbar erector spinae, and multifidus) on 8 subjects. Three-dimensional lumbar spine postures and upper body kinematics were recorded while the participants performed the exercises. An electromyography-driven model was used to calculate spinal loading. RESULTS: Cocontraction of trunk flexor and extensor muscles was reduced by up to 30% for the extension exercises when performed on the ball. Peak muscle activation remained unchanged or decreased, and spinal loading (compression and anterior-posterior shear) decreased when the extension exercises were performed on the ball. The lumbar spine postures attained during the exercises did not differ between surfaces. CONCLUSIONS: The assumption that the use of an exercise ball will always create a greater challenge for the musculoskeletal system was not supported by the findings of this study. Likewise, in a healthy, young population, there does not appear to be any training advantage to performing extensor exercises on a ball versus a mat. However, in a rehabilitation scenario, these exercises performed on a ball could reduce low back loading and hence reduce the potential for reinjury.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».