Effects of Plyometric and Resistance Training on Muscle Strength, Explosiveness, and Neuromuscular Function in Young Adolescent Soccer Players
Notice bibliographique
Résumé
McKinlay, BJ, Wallace, P, Dotan, R, Long, D, Tokuno, C, Gabriel, D, and Falk, B. Effects of plyometric and resistance training on muscle strength, explosiveness, and neuromuscular function in young adolescent soccer players. J Strength Cond Res 32(11): 3039-3050, 2018-This study examined the effect of 8 weeks of free-weight resistance training (RT) and plyometric (PLYO) training on maximal strength, explosiveness, and jump performance compared with no added training (CON), in young male soccer players. Forty-one 11- to 13-year-old soccer players were divided into 3 groups (RT, PLYO, and CON). All participants completed isometric and dynamic (240°·s) knee extensions before and after training. Peak torque (pT), peak rate of torque development (pRTD), electromechanical delay (EMD), rate of muscle activation (Q50), m. vastus lateralis thickness (VLT), and jump performance were examined. Peak torque, pRTD, and jump performance significantly improved in both training groups. Training resulted in significant (p ≤ 0.05) increases in isometric pT (23.4 vs. 15.8%) and pRTD (15.0 vs. 17.6%), in RT and PLYO, respectively. During dynamic contractions, training resulted in significant increases in pT (12.4 and 10.8% in RT and PLYO, respectively), but not in pRTD. Jump performance increased in both training groups (RT = 10.0% and PLYO = 16.2%), with only PLYO significantly different from CON. Training resulted in significant increases in VLT (RT = 6.7% and PLYO = 8.1%). There were no significant EMD changes. In conclusion, 8-week free-weight resistance and plyometric training resulted in significant improvements in muscle strength and jump performance. Training resulted in similar muscle hypertrophy in the 2 training modes, with no clear differences in muscle performance. Plyometric training was more effective in improving jump performance, whereas free-weight RT was more advantageous in improving peak torque, where the stretch reflex was not involved.
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) | 0,001 | 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 ».