Effects of volume-based overload plyometric training on maximal-intensity exercise adaptations in young basketball players
Notice bibliographique
Résumé
BACKGROUND: The aim of the present study was to compare maximal-intensity exercise adaptations in young basketball players (who were strong individuals at baseline) participating in regular basketball training versus regular plus a volume-based plyometric training program in the pre-season period. METHODS: Young basketball players were recruited and assigned either to a plyometric with regular basketball training group (experimental group [EG]; N.=8), or a basketball training only group (control group [CG]; N.=8). The athletes in EG performed periodized (i.e., from 117 to 183 jumps per session) plyometric training for eight weeks. Before and after the intervention, players were assessed in vertical and broad jump, change of direction, maximal strength and a 60-meter sprint test. RESULTS: No significant improvements were found in the CG, while the EG improved vertical jump (effect size [ES] 2.8), broad jump (ES=2.4), agility T test (ES=2.2), Illinois agility test (ES=1.4), maximal strength (ES=1.8), and 60-m sprint (ES=1.6) (P<0.05) after intervention, and the improvements were greater compared to the CG (P<0.05). CONCLUSIONS: Plyometric training in addition to regular basketball practice can lead to meaningful improvements in maximal-intensity exercise adaptations among young basketball players during the pre-season.
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 | 0,001 |
| 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 ».