Effect of an Ankle Compression Garment on Fatigue and Performance
Notice bibliographique
Résumé
The aim of this study was to examine the effects of an ankle compression garment (CG) on muscle performance and physiological variables associated with recovery from fatigue. Fifteen participants took part in a randomized crossover study design with 2 experimental conditions (ankle CG and control). The dependent variables skin temperature, evoked muscle contractile properties, maximal voluntary contraction (MVC) force, electromyography (EMG), drop jump performance (20, 35, and 50 cm box heights), continuous drop jump (30 cm), time to fatigue (TTF), and blood lactate concentration were measured pre- and post-warm-up and postfatigue. Compared with control condition, ankle CG condition had significantly reduced half-relaxation times (p = 0.043) and higher skin temperatures at post-warm-up and post-fatigue protocol (p < 0.001, Δ3.2 and Δ4%, respectively). Participants also exhibited significantly lower ground reaction forces (GRFs) for 50-cm drop jumps (p = 0.044, Δ9.9%) with ankle CG at post-warm-up. There were no significant differences between conditions for muscle contractile properties, MVC force or EMG, jump height, take-off velocity, contact time, and jumping TTF. Independent of group, there was a threefold increase in blood lactate (p < 0.01) from pre-warm-up to post-fatigue and a significant decrease in MVC force (p = 0.048, Δ8.1%) from post-warm-up to postfatigue. Results suggest that ankle CG increased and maintained skin temperature during recovery, decreased twitch half-relaxation times, and reduced GRF from a 50-cm drop height. However, ankle CG did not improve other performance measures, aid in recovery, or affect blood lactate clearance.
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 | 0,002 | 0,000 |
| 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) | 0,000 | 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 ».