Effects of leg contrast strength training on sprint, agility and repeated change of direction performance in male soccer players
Notice bibliographique
Résumé
BACKGROUND: Contrast training is a popular technique among individuals who are involved in dynamic sports, having as its goal an increase in dynamic muscular performance. It is characterized by the use of high and low loads in the same strength training session. The present investigation aimed to determine the effects of adding 8 weeks of contrast strength training (CSTP) to regular soccer practice in U-17 male soccer players during the competitive season. We hypothesized that CSTP would enhance their performance. METHODS: Subjects were divided randomly between a control group (CG, N.=12) and a contrast strength group (CSG, N.=19). The 2 groups trained together; controls followed the regular soccer program, which was replaced by a contrast strength training program for the experimental group. Performance was assessed before and after training, using 10 measures: 5-10-, 20- 30-, and 40-m sprints, a 4x5 m sprint (S4x5), a 9-3-6-3-9 m sprint with 180° turns (S180), a 9-3-6-3-9 m sprint with backward and forward running (SBF), a Repeated-Shuttle-Sprint Ability Test (RSSA), and a Repeated Change of Direction Test (RCOD). RESULTS: CSG showed gains relative to controls in 5-m (P<0.000), 10-m (P<0.001), 20-m (P<0.001), 30-m (P<0.05) and 40-m (P<0.05) sprints. There were also significant gains in S180°, SBF, and S4 x 5 agility tests (P<0.01), and all RCOD parameters (P<0.05) except RCOD-FI (P=0.055) but no significant change in any RSSA parameters. CONCLUSIONS: We conclude that biweekly contrast strength training can be commended to U-17 male soccer players as a means of improving many important components of athletic performance relative to standard in-season training.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».