The Effects of Plyometric Warm-up on Lower Limb Muscle Activity and Time to 10m in the Backstroke Swimming Start
Notice bibliographique
Résumé
The backstroke swim start is an explosive, discrete skill. Swimmers often perform plyometric warm-up protocols, such as repeated jumps, prior to their race. The purpose of this study was to determine the impact of repeated drop jumps performed immediately prior to a backstroke start. Nine elite backstroke swimmers performed three starts after a standard swimming warm-up, and three after an additional plyometric warm-up (three drop jumps from a height of 0.4 m) prior to each start. Timing and peak activation of gluteus maximus and vastus lateralis activity were measured using wireless surface electromyography. Hip and knee angles, wall contact time, head entry distance and time to 10 m were recorded using digital video cameras positioned at the side of the pool. On average, starts performed after the plyometric warm-up had a 0.1 0.09 s longer time to 10 m, peak gluteus maximus activity occurred 0.09 0.13 s later and peak vastus lateralis activity occurred 0.15 0.16 s earlier. Head entry distance was inversely proportional to time to 10 m (r = -0.80) across both conditions and should be considered as a training target. Performing plyometric warm-ups immediately prior to races may have a negative impact on backstroke start time to 10 m.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».