Kinetic analysis of push-up exercises: a systematic review with practical recommendations
Notice bibliographique
Résumé
Push-ups represent one of the simplest and most popular strengthening exercise. The aim of this study was to systematically review and critically appraise the literature on the kinetics-related characteristics of different types of push-ups, with the objective of optimising training prescription and exercise-related load. A systematic search was conducted in the electronic databases PubMed, Google Scholar and Science Direct up to April 2018. Studies that reported kinetic data (e.g. initial and peak-force supported by the upper-limbs, impact-force, peak-flexion-moment of the elbow-joint, rate of propulsive- and impact-, and vertebral-joint compressive-forces) related to push-ups and included trained, recreational and untrained participants, were considered. The risk of bias in the included studies was assessed using the Critical Appraisal Skills Programme scale. From 5290 articles retrieved in the initial search, only 26 studies were included in this review. Kinetic data for 46 push-up variants were assessed. A limitation of the current review is that the relationship between our findings and actual clinical or practical consequences is not statistically proven but can only be inferred from our critical descriptive approach. Overall, this review provides detailed data on specific characteristics and intensities of push-up variations, in order to optimise exercise prescription for training and rehabilitation purposes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,018 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».