MétaCan
Menu
Retour à la cohorte
Enregistrement W2159857980 · doi:10.1123/pes.18.1.64

Acute Effects of Different Warm-Up Protocols on Anaerobic Performance in Teenage Athletes

2006· article· en· W2159857980 sur OpenAlexaff
Avery D. Faigenbaum, Jie Kang, James E. McFarland, Jason Bloom, James Magnatta, Nicholas A. Ratamess, Jay R. Hoffman

Notice bibliographique

RevuePediatric Exercise Science · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensHillsborough Hospital
Organismes subventionnairesnon disponible
Mots-clésSprintStatic stretchingMulti-stage fitness testAnaerobic exerciseAthletesVertical jumpPhysical therapyMedicinePsychologyPhysical medicine and rehabilitationJumpPhysical fitnessPhysics

Résumé

récupéré en direct d'OpenAlex

Although pre-event static stretching (SS) is an accepted practice in most youth programs, pre-event dynamic exercise (DY) is becoming popular. The purpose of this study was to examine the acute effects of pre-event SS, DY, and combined SS and DY (SDY) on vertical jump (VJ), medicine-ball toss (MB), 10-yard sprint (SP), and pro-agility shuttle run (AG) in teenage athletes (15.5 ± 0.9 years). Thirty athletes participated in three testing sessions in random order on three nonconsecutive days. Before testing, participants performed 5 min of walking/jogging followed by one of the following 10 min warm-up protocols: a) five static stretches (2 × 30 s), b) nine moderate-to-high-intensity dynamic movements (2 × 10 yards), or c) five static stretches (1 × 30 s) followed by the same nine dynamic movements (1 × 10 yards). Statistical analysis of the data revealed that performance on the VJ, MB, and SP were significantly (p < .05) improved after DY and SDY as compared with SS. There were no significant differences in AG after the 3 warm-up treatments. The results of this study indicate that pre-event dynamic exercise or static stretching followed by dynamic exercise might be more beneficial than pre-event static stretching alone in teenage athletes who perform power activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,268
Écart entre enseignants0,262 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Exercise ScienceMême sujetSports injuries and preventionTravaux en français237 207