Moderate Load Resisted Sprints Do Not Improve Subsequent Sprint Performance in Varsity-Level Sprinters
Notice bibliographique
Résumé
ABSTRACT: Thompson, K, Whinton, AK, Ferth, S, Spriet, LL, and Burr, JF. Moderate load resisted sprints do not improve subsequent sprint performance in varsity-level sprinters. J Strength Cond Res 35(1): 72-77, 2021-Resisted sprint training (RST) is commonly used for performance enhancement in athletics and team sports to develop acceleration ability. Evidence suggests that RST may be effective as a short-term intervention to improve successive sprints. Although these improvements have been measured in team sport athletes, limited research has considered the acute effects of RST training in sprint-trained athletes. Therefore, the aim of the current study was to determine whether performing RST with varsity-level sprinters using sled-equivalent resistive loads of ∼45% body mass results in a potentiation effect, leading to improvements in subsequent maximal sprint performance over 0-5 m and 0-20 m. Competitive sprinters (n = 20) were randomly assigned to perform a pre/post maximal 20-m sprint separated by either 3 resisted (RST group) or unresisted (URS group) sprints. The RST or URS protocol was performed on 4 occasions separated by at least 7 days. No significant differences were observed between the RST and URS groups comparing changes in sprint times over 0-5 m (URS Δ <0.01 ± 0.03 seconds, RST Δ <0.01 ± 0.03 seconds) and 0-20 m (URS Δ 0.013 ± 0.04 seconds, RST Δ <0.01 ± 0.04 seconds). We conclude that resisted sprints using sled-equivalent loads of 45% body mass are ineffective at inducing a potentiating effect on subsequent sprint performance in varsity-level sprinters. In this population of trained athletes, greater loads may be necessary to induce a potentiating effect.
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 | 0,003 | 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 | 0,001 |
| 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 ».