Sled Towing: The Optimal Overload for Peak Power Production
Notice bibliographique
Résumé
PURPOSE: The effects of different loads on kinematic and kinetic variables during sled towing were investigated with the aim to identify the optimal overload for this specific sprint training. METHODS: Thirteen male sprinters (100-m personal best: 10.91 ± 0.14 s) performed 5 maximal trials over a 20-m distance in the following conditions: unloaded and with loads from 15% to 40% of the athlete's body mass (BM). In these calculations the sled mass and friction were taken into account. Contact and flight times, stride length, horizontal hip velocity (vh), and relative angles of hip, knee, and ankle (at touchdown and takeoff) were measured step by step. In addition, the horizontal force (Fh) and power (Ph) and maximal force (Fh0) and power (Ph0) were calculated. RESULTS: vh, flight time, and step length decreased while contact time increased with increasing load (P < .001). These variables changed significantly also as a function of the step number (P < .01), except between the 2 last steps. No differences were observed in Fh among loads, but Fh was larger in sled towing than in unloaded. Ph was unaffected by load up to +20%BM but decreased with larger loads. Fh0 and Ph0 were achieved at 20%BM. Up to 20%BM, no significant effects on joint angles were observed at touchdown and takeoff, while at loads >30%BM joint angles tended to decrease. CONCLUSION: The 20%BM condition represents the optimal overload for peak power production-at this load sprinters reach their highest power without significant changes in their running technique (eg, joint angles).
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 | 0,000 | 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 ».