Effects of Maturation on Physical Fitness Adaptations to Plyometric Drop Jump Training in Male Youth Soccer Players
Notice bibliographique
Résumé
Vera-Assaoka, T, Ramirez-Campillo, R, Alvarez, C, Garcia-Pinillos, F, Moran, J, Gentil, P, and Behm, D. Effects of maturation on physical fitness adaptations to plyometric drop jump training in male youth soccer players. J Strength Cond Res 34(10): 2760-2768, 2020-The objective of this study was to compare the effects of maturation on physical fitness adaptations to a twice weekly, 7-week plyometric drop jump training program. Seventy-six young male soccer players (aged 10-16 years) participated in this randomized controlled trial. Before and after the intervention, a physical fitness test battery was applied (countermovement jump; drop jump from 20 to 40 cm; 5 multiple bounds test; 20-m sprint time; change of direction speed; 2.4-km running time-trial; 5 repetition maximum [RM] squat; and maximal kicking distance). Participants were randomly divided into an active soccer-control group (CG) with Tanner stage maturation of 1-3 (CG-early; n = 16) or Tanner stage 4-5 (CG-late; n = 22), and to plyometric drop jump training groups with Tanner stage 1-3 (plyometric jump training [PJT]-early; n = 16) or 4-5 (PJT-late; n = 22). The analysis of variance and effect size (ES) measures revealed that when compared with their age-matched controls, the PJT-early (ES = 0.39-1.58) and PJT-late (ES = 0.21-0.65) groups showed greater improvements (p < 0.05) in sprint time, 2.4-km running time-trial, change of direction speed, 5RM squat, jumping, and kicking distance. The PJT-early exceeded the PJT-late group with greater (p < 0.05) improvements in drop jump from 20 cm (ES = 1.58 vs. 0.51) and 40 cm (ES = 0.71 vs. 0.4) and kicking distance (ES = 0.95 vs. 0.65). Therefore, a 7-week plyometric drop jump training program was effective in improving physical fitness traits in both younger and older male youth soccer players, with greater jumping and kicking adaptations in the less-mature athletes.
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 | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».