Effects of Unloaded vs. Ankle-Loaded Plyometric Training on the Physical Fitness of U-17 Male Soccer Players
Notice bibliographique
Résumé
The aim of this study was to compare the impact of two differing plyometric training programs (loaded plyometrics (with 2.5% of body mass placed above the ankle joint) vs. unloaded plyometrics), performed biweekly for 10 weeks, on the physical fitness of elite junior male soccer players. Participants aged 16.0 ± 0.5 years were randomly assigned between unloaded plyometrics (UP; n = 12), loaded plyometrics (LP; n = 14) and control (C; n = 12) groups. Two-way analyses of performance (group x time) were assessed by 40-m sprint times; 9–3–6–3–9 m sprints with 180° turns (S180°); 9–3–6–3–9 m sprints with backward and forward running (SBF); and 4 × 5 m sprints (S4 × 5 m); four jump tests; measures of static and dynamic balance; repeated change of direction tests and the Yo-Yo intermittent recovery test. Both LP and UP enhanced sprinting performance relative to C (p < 0.05) but performance increased more in LP relative to UP (p < 0.05) in all sprints except 40 m. Change of direction times were also significantly shortened by LP relative to UP (p < 0.05) and C (p < 0.01) in all tests, with no significant differences between UP and C. Jumps heights increased similarly in both LP and UP relative to C (p < 0.05), with no significance between LP and UP. LP and UP also enhanced repeated change of direction scores relative to C (p < 0.01) with greater changes in LP than in UP (p < 0.01). Finally, LP enhanced some balance scores relative to UP (p < 0.05) and C (p < 0.05). We conclude that the introduction of 10 weeks of in-season loaded plyometrics into the regimen of U17 male soccer players yields gains in several physical performance scores relative to either unloaded plyometrics or the control training regimen.
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) | 0,000 | 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 | 0,001 |
| 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 ».