The Effect of an Isometric Hip Muscle Strength Training Protocol on Valgus Angle During a Drop Vertical Jump in Competitive Female Volleyball Players
Notice bibliographique
Résumé
Background: Hip muscle weakness is associated with higher peak knee valgus angles (VA) during drop vertical jumps (DVJ) and linked to ACL injury risk. Objective: To determine if isometric strengthening (IST) of the hip extensor, abductor, and external rotator muscle groups would reduce VA exhibited during a DVJ. Methodology: Fourteen female volleyball players (7 training (TG), 7 control (CG), VA≥9˚ during DVJ) participated. Pre- and post-test gluteal, quadriceps and hamstring strength were measured with a digital force gauge. Three-dimensional kinematics were collected during 15 DVJ trials. TG participated in a 6-week IST program that targeted the hip extensor, abductor, and external rotator muscle groups. Two-way mixed ANOVAs compared mean differences of VA and strength. Single-participant analyses examined if athlete-specific adaptations went undetected in the analyses of aggregated data. Results: TG hip extension, abduction, and knee flexion strength increased, respectively, by 20.5%, 27.5% and 23.5% (P<0.05). No group-level changes in VA were detected. Unilateral VA decreased for 5 TG participants, and bilateral VA decreased in 2 TG participants. Conclusions: IST increased isometric hip muscle strength, but its effect on VA is inconclusive based on group-level analyses. Using single-participant designs, future studies should assess IST and/or dynamic resistance/neuromuscular training in a larger sample to determine its effect on ACL injury risk factors.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».