MétaCan
Menu
Retour à la cohorte
Enregistrement W3087135485 · doi:10.1519/jsc.0000000000003765

Foam Rolling Prescription: A Clinical Commentary

2020· review· en· W3087135485 sur OpenAlexaff
David G. Behm, Shahab Alizadeh, Saman Hadjizadeh Anvar, Mohamed Mamdouh Ibrahim Mahmoud, Emma Ramsay, Courtney Hanlon, Scott Cheatham

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedical prescriptionSprintFlexibility (engineering)Range (aeronautics)JumpSet (abstract data type)MathematicsMassageRepetition (rhetorical device)Duration (music)MedicineComputer scienceStatisticsPhysical therapyEngineeringAlternative medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Behm, DG, Alizadeh, S, Hadjizadeh Anvar, S, Mahmoud, MMI, Ramsay, E, Hanlon, C, and Cheatham, S. Foam rolling prescription: a clinical commentary. J Strength Cond Res 34(11): 3301-3308, 2020-Although the foam rolling and roller massage literature generally reports acute increases in range of motion (ROM) with either trivial or small performance improvements, there is little information regarding appropriate rolling prescription. The objective of this literature review was to appraise the evidence and provide the best prescriptive recommendations for rolling to improve ROM and performance. The recommendations represent studies with the greatest magnitude effect size increases in ROM and performance. A systematic search of the rolling-related literature found in PubMed, ScienceDirect, Web of Science, and Google Scholar was conducted using related terms such as foam rolling, roller massage, ROM, flexibility, performance, and others. From the measures within articles that monitored ROM (25), strength (41), jump (41), fatigue (67), and sprint (62) variables; regression correlations and predictive quadratic equations were formulated for number of rolling sets, repetition frequency, set duration, and rolling intensity. The analysis revealed the following conclusions. To achieve the greatest ROM, the regression equations predicted rolling prescriptions involving 1-3 sets of 2-4-second repetition duration (time for a single roll in one direction over the length of a body part) with a total rolling duration of 30-120-second per set. Based on the fewer performance measures, there were generally trivial to small magnitude decreases in strength and jump measures. In addition, there was insufficient evidence to generalize on the effects of rolling on fatigue and sprint measures. In summary, relatively small volumes of rolling can improve ROM with generally trivial to small effects on strength and jump 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,163
Tête enseignante GPT0,488
Écart entre enseignants0,325 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations77
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports injuries and preventionTravaux en français237 207