Forefoot and heel take-off strategies result in different distribution of lower extremity work during landings
Notice bibliographique
Résumé
Previous research suggests that landing mechanics may be affected by the mechanics of the preceding jump take-off. The purpose of the present study was to investigate whether jump take-off mechanics influence the subsequent landing mechanics. Female volleyball (n = 17) and ice hockey (n = 19) players performed maximal vertical jumps with forefoot and heel take-off strategies. During forefoot and heel jumps, participants were instructed to shift their weight to their forefoot or heel, respectively, and push through this portion of the foot throughout the jump. Jump mechanics were examined using 3D motion analysis, where lower extremity net joint moment (NJM) work, NJM, and segment angles were compared between forefoot and heel jumps using multivariate ANOVA. During jump take-off, participants performed more positive ankle plantar flexor and knee extensor NJM work in forefoot compared to heel jumps (P < 0.05). From initial foot contact to foot flat, participants performed more negative ankle plantar flexor and hip extensor NJM work during heel compared to forefoot jumps (P < 0.05). The present results demonstrate that using a heel take-off strategy results in a different distribution of lower extremity NJM work and NJM during landing compared to landings following forefoot 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».