MétaCan
Menu
Retour à la cohorte
Enregistrement W2901783945 · doi:10.1055/a-0770-4699

Unilateral Conditioning Contractions Enhance Power Output in Elite Short Track Speed Skaters

2018· article· en· W2901783945 sur OpenAlexaff
Philippe Gimenez, Evelyne Chicoine, A.K. David, Fabien Dal Maso, Jonathan Tremblay

Notice bibliographique

RevueSports Medicine International Open · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCentre National de la Recherche Scientifique
Mots-clésIsometric exerciseConditioningMathematicsElite athletesMedicineRepeated measures designPhysical therapyPhysical medicine and rehabilitationAthletesStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The objective of the present study was to assess the effect of unilateral lower-body-conditioning muscle contractions during multiple sets of fatiguing repeated jumps in elite athletes. Five elite short-track speed-skating athletes performed 9 sets of 6 maximal consecutive jumps on 2 separate occasions: with (COND) and without (CTRL) preliminary voluntary conditioning contractions (CC) 5 min before the beginning of the sets. The CC consisted of 2 consecutive 3 s maximal unilateral isometric squats against a fixed bar, resulting in a 6 s overall isometric contraction per leg. For each set, power output (PO) was measured using a linear position transducer and averaged over the 6 corresponding repeated jumps. The results showed that PO was significantly greater during the test in COND than in CTRL (p<0.01). PO significantly decreased with sets, by 19.4±4.7 and 15.2±7.6% (p<0.001) between the first and last set in COND and CTRL, respectively. A 2×3 s maximal unilateral isometric CC, performed 5 min before unloaded repeated jumps, significantly increased mean PO. These results suggest that unilateral conditioning contractions can enhance performance in subsequent bilateral repeated jumps.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,366
Écart entre enseignants0,338 · 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'étudeObservationnel
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports Medicine International OpenMême sujetSports Performance and TrainingTravaux en français237 207