The Validity of Applying a Simple Three-Factor Computational Model to Calculate Force, Power, and Speed Using Hexagonal Bar Jumps
Notice bibliographique
Résumé
Abstract Agar-Newman, DJ, Tsai, MC, and Klimstra, M. The validity of applying a simple three-factor computational model to calculate force, power, and speed using hexagonal bar jumps. J Strength Cond Res 36(8): 2108–2114, 2022—The development of athlete specific force–speed profiles can be accomplished through testing ballistic movements, enabling athlete comparisons and to direct training interventions. However, field-based assessments relying on the squat jump or countermovement jump may lack specificity for some sports or be contraindicated for some athletes. Therefore, the purpose of this study was to assess the validity of a three-factor computational model using system mass, push-off distance, and jump height to calculate force, speed, and power for the hexagonal bar (hex-bar) jump. Twenty-one university varsity rowing athletes (12 females and 9 males, 20.40 ± 2.60 years, 78.56 ± 13.68 kg, 1.77 ± 0.08 m, and strength training history of 3.57 ± 2.69 years) were purposefully sampled. Testing consisted of jumps at loads starting at 28.55 kg and increasing by 10-kg increments to 78.55 kg or until technical failure occurred. Validity was assessed by comparing the three-factor computational model to the criterion force–time measures from a force plate. The results show force (mean bias = 85.38 N, SE = 5.41, 95% confidence limit 1,576.85–1,598.19), speed (mean bias = 0.00 m·s −1 , SE = , 95% confidence limit 0.72–0.72), and power (mean bias = 73.36 W, SE = 3.90, 95% confidence limit 1,166.61–1,181.97) can be computed using a three-factor computational model using the hex-bar jump. In conclusion, jump height from a hex-bar jump can be used with a simple three-factor computational model to calculate valid measures of force, speed, and power. This allows practitioners in the field to use a movement that may be more sport-specific or safe, to calculate kinetic and kinematic measures without encountering the issues of cost and portability associated with force plates.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».