A Warm-Up Routine That Incorporates a Plyometric Protocol Potentiates the Force-Generating Capacity of the Quadriceps Muscles
Notice bibliographique
Résumé
Johnson, M, Baudin, P, Ley, AL, and Collins, DF. A warm-up routine that incorporates a plyometric protocol potentiates the force-generating capacity of the quadriceps muscles. J Strength Cond Res 33(2): 380-389, 2019-This study was designed to investigate whether a warm-up routine that incorporates drop jumps, induces post-activation potentiation (PAP), and if so, assess the magnitude and time course of the induced PAP. Participants performed a standard warm-up that incorporated either drop jumps (plyometric protocol) or a low-paced walk (control protocol). Post-activation potentiation was assessed by changes in electrically evoked isometric muscle twitches recorded throughout both protocols. The plyometric protocol increased peak twitch torque (PTT), rate of torque development (RTD), and impulse significantly (by 23, 39, and 46%, respectively) with no change in the amplitude of simultaneously evoked M-waves, indicating that the augmented torque was due to PAP. These increases returned to baseline within 6 minutes, and PTT and RTD fell below baseline values at 11-16 minutes after the drop jumps. Peak twitch torque, RTD, and impulse decreased significantly after the standard warm-up. These results provide evidence that drop jumps induce PAP, markedly enhancing the force-generating capacity of the muscle. By contrast, the standard warm-up did not potentiate, but rather reduced, the force-generating capacity of the muscle. We suggest that drop jumps be incorporated into warm-up routines directly before athletic performance to maximize the force-generating capacity of muscle.
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 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».