Effects of Elastic Band Based Plyometric Exercise on Explosive Muscular Performance and Change of Direction Abilities of Male Team Handball Players
Notice bibliographique
Résumé
This study examined the effects of incorporating 8 weeks of bi-weekly lower limb elastic band based loaded plyometric training into the in-season regimen of junior handball players. Participants were assigned between control ( n = 15, age: 18.1 ± 0.5 years, body mass: 73.7 ± 13.9 kg, height: 1.82 ± 0.06 m, body fat: 14.4 ± 6.0%) and experimental groups ( n = 14, age: 17.7 ± 0.3 years, body mass: 76.8 ± 10.7 kg, height: 1.83 ± 0.04 m, body fat: 13.4 ± 3.8%). Measures obtained before and after the intervention included a cycle ergometer force-velocity test, squat and countermovement jump characteristics, sprints times, repeated change of direction and change of direction tests (COD), a 1-RM half-back squat, and anthropometric estimates of limb volumes. Gains in the experimental group relative to controls included absolute muscle power (W) (Δ 23.1%; p < 0.05; ES = 0.565), relative muscle power (W.kg –1 ) (Δ 22.1%; p < 0.05; ES = 0.573), sprint times over 5 and 30 m (Δ−8.7%; p < 0.01; ES = 0.921 and Δ−7.2%; p < 0.05; ES = 0.573, respectively), COD times (Δ−9.2%; p < 0.05; ES = 0.561) and all repeated COD parameters except the fatigue index. However, a significant improvement by time interaction was observed in both groups on some anthropometric parameters (leg muscle volume and surface section thigh max), 1-RM half- back squat and vertical jump performance. We conclude that bi-weekly elastic band-loaded plyometric training improves the ability to sprint, COD and repeated COD relative to regular training, and thus it can be recommended to young male team handball players as a new method of plyometric training to improve important elements of their physical 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 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) | 0,001 | 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 ».