Core Endurance Relationships With Athletic and Functional Performance in Inactive People
Notice bibliographique
Résumé
Research regarding the relationship between core muscle endurance and performance is limited. The purpose of this study was to analyze the association between core/trunk endurance and athletic performance. Seventy-four healthy participants between 18 and 45 years old participated in this study (Age: 26.0 ± 6.5 years; Mass: 74.6 ± 12.8 kg; Height: 1.74 ± 0.08 m; BMI: 19.0 ± 6.8 Kg/m2). The core endurance was measured using the McGill protocol, consisting of the following tests: trunk flexion, back extension, and side-bridge. Functional performance was evaluated with push-ups, sit to stand, T-run test, countermovement jump, Yo-Yo test, maximum dynamic strength- one repetition maximum (1RM) and muscle power on the bench press, pull row and leg press. The regression results between the McGill protocol (proxy for core/trunk endurance) and the dependent variables were: 1RM pull row: r² 0.109 with p=0.046; RM bench press: r² 0.149 with p=0.012; RM leg press: r² 0.144 with p=0.013 and power pull row: r² 0.151 with p=0.016; power bench press: r² 0.136 with p=0.026; power leg press: r² 0.122 with p=0.013), push-ups: r² 0.157 with p<0.001, sit to stand: r² 0.198 with p<0,001), functional movement score (FMS): r² 0.209 with p<0.001). Nevertheless, core endurance scores were not able to predict jump ability (r² 0.014, p=0.807) or agility (T-test: 0.036 with p=0.497). In conclusion, core endurance exerted no significant influence the agility and jump performance but influenced the ability to run intermittently, exert maximum power and strength in different actions (push, pull and lift exercises) related to the better quality of movement (FMS).
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 ».