MétaCan
Menu
Retour à la cohorte
Enregistrement W3004825748 · doi:10.26773/mjssm.200305

The Effect of an In-Season 8-Week Plyometric Training Programme Followed By a Detraining Period on Explosive Skills in Competitive Junior Soccer Players

2020· article· en· W3004825748 sur OpenAlexfundno aff
Luís Branquinho, Ricardo Ferraz, Pedro Duarte‐Mendes, João Petricia, João Serrano, Mário C. Marques

Notice bibliographique

RevueMontenegrin Journal of Sports Science and Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesFederation for the Humanities and Social Sciences
Mots-clésSprintPlyometricsCountermovementPhysical therapyJumpJumpingMathematicsPhysical medicine and rehabilitationPsychologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to examine the effect of an eight-week plyometric training and resistance programme, on different motor abilities, kicking speeds, and individual techniques in competitive junior soccer players. A training programme was applied for eight weeks and was composed of countermovement jump, countermovement onto a box, sprints, and sprints with change of direction. The players were evaluated in three moments: before the start of the training programme, after the application of the training programme, and after four weeks of detraining. The applied tests were: countermovement jump, speed dribbling, 30-meter sprint, kicking speed, and a Yo-Yo recovery intermittent recovery test Level 2 (Yo-Yo IE2). The results showed statistically significant differences (p<0.05) in sprint performance, countermovement jump, Yo-yo IE 2, and speed dribbling. The maximum velocity of the ball did not present statistically significant differences (p > 0.05). In addition, these results indicate that general performance may not be sensitive to four weeks of detraining in the trained soccer players. These results demonstrate that the combination of soccer drills and specific power training with no additional training time in-season optimizes some general and soccer-specific performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,290
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMontenegrin Journal of Sports Science and MedicineMême sujetSports Performance and TrainingTravaux en français237 207