Dominant and nondominant leg press training induce similar contralateral and ipsilateral limb training adaptations with children
Notice bibliographique
Résumé
Cross-education has been extensively investigated with adults. Adult studies report asymmetrical cross-education adaptations predominately after dominant limb training. The objective of the study was to examine unilateral leg press (LP) training of the dominant or nondominant leg on contralateral and ipsilateral strength and balance measures. Forty-two youth (10–13 years) were placed (random allocation) into a dominant (n = 15) or nondominant (n = 14) leg press training group or nontraining control (n = 13). Experimental groups trained 3 times per week for 8 weeks and were tested pre-/post-training for ipsilateral and contralateral 1-repetition maximum (RM) horizontal LP, maximum voluntary isometric contraction (MVIC) of knee extensors (KE) and flexors (KF), countermovement jump (CMJ), triple hop test (THT), MVIC strength of elbow flexors (EF) and handgrip, as well as the stork and Y balance tests. Both dominant and nondominant LP training significantly (p < 0.05) increased both ipsilateral and contralateral lower body strength (LP 1RM (dominant: 59.6%–81.8%; nondominant: 59.5%–96.3%), KE MVIC (dominant: 12.4%–18.3%; nondominant: 8.6%–18.6%), KF MVIC (dominant: 7.9%–22.3%; nondominant: nonsignificant–3.8%), and power (CMJ: dominant: 11.1%–18.1%; nondominant: 7.7%–16.6%)). The exception was that nondominant LP training demonstrated a nonsignificant change with the contralateral KF MVIC. Other significant improvements were with nondominant LP training on ipsilateral EF 1RM (6.2%) and THT (9.6%). There were no significant changes with EF and handgrip MVIC. The contralateral leg stork balance test was impaired following dominant LP training. KF MVIC exhibited the only significant relative post-training to pretraining (post-test/pre-test) ratio differences between dominant versus nondominant LP cross-education training effects. In conclusion, children exhibit symmetrical cross-education or global training adaptations with unilateral training of dominant or nondominant upper leg.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».