Selected components of physical fitness in rhythmic and artistic youth gymnast
Notice bibliographique
Résumé
Abstract Purpose Rhythmic (RG) and artistic gymnastics (AG) are very popular female sports. These two disciplines share some common points but, at the same time, they display some relevant differences in terms of physical and technical characteristics. The aim of this study was as follows: (1) to clarify how gymnastic training background over the years could lead to the development and motor learning of the motor skills and (2) to highlight differences of conditional skills achieved by RG and AG athletes. Methods For these aims, 45 athletes were selected, belonging to three balanced groups: promotional (PG, n = 15), RG ( n = 15), and AG ( n = 15). Participants were tested for joints mobility, balance, explosive strength, speed, and endurance tests. Results Statistical analysis showed a good test–retest reliability of the measurements (ICC > 0.870) and some significant differences between PG, RG, and AG. RG showed higher values in joint mobility tests (coxo-femoral mobility, 166.7 ± 6.3°; sit and reach, 20.5 ± 1.9 cm; and scapulo-humeral mobility, 45.5 ± 4.4 cm) with respect to AG, while AG showed higher values in endurance (1626.7 ± 7.4 m), balance (4.33 ± 1.35 n/60 s), and explosive strength (164.1 ± 11.6 cm) compared to RG ( p < 0.05). Conclusion RG and AG seem to be effective in enhancing different and sport-specific physical fitness and conditioning. RG enables, indeed, to develop more joints mobility whereas AG improves more strength, balance, and endurance. However, given the small sample size employed, these results should be replicated by further studies utilizing larger samples.
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 ».