MétaCan
Menu
Retour à la cohorte
Enregistrement W2733540593 · doi:10.1139/apnm-2017-0217

Nonlocalized postactivation performance enhancement (PAPE) effects in trained athletes: a pilot study

2017· article· en· W2733540593 sur OpenAlexafffundvenue
Francisco Cuenca‐Fernández, Ian C. P. Smith, Matthew J. Jordan, Brian R. MacIntosh, Gracia López-Contreras, Raúl Arellano, Walter Herzog

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEuropean Regional Development FundNatural Sciences and Engineering Research Council of CanadaMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaUniversidad de GranadaCanadian Institutes of Health ResearchAlberta InnovatesKillam Trusts
Mots-clésAthletesSquatPerformance enhancementPhysical medicine and rehabilitationLower bodyUpper bodyPsychologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

Fifteen trained athletes were assessed for postactivation performance enhancement (PAPE) of squat jumps (SJs) and power push-ups (PPUs) following upper body activation, lower body activation, upper and lower body activation, and rest. SJ improved similarly across all 4 conditions. PPU could not be assessed. Since the test protocol of SJ and PPU involved upper and lower body activation and caused PAPE in SJ, future work is required to determine if a nonlocalized PAPE effect exists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations173
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207