How muscles maximize performance in accelerated sprinting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We sought to provide a more comprehensive understanding of how the individual leg muscles act synergistically to generate a ground force impulse and maximize the change in forward momentum of the body during accelerated sprinting. We combined musculoskeletal modelling with gait data to simulate the majority of the acceleration phase (19 foot contacts) of a maximal sprint over ground. Individual muscle contributions to the ground force impulse were found by evaluating each muscle's contribution to the vertical and fore-aft components of the ground force (termed "supporter" and "accelerator/brake," respectively). The ankle plantarflexors played a major role in achieving maximal-effort accelerated sprinting. Soleus acted primarily as a supporter by generating a large fraction of the upward impulse at each step whereas gastrocnemius contributed appreciably to the propulsive and upward impulses and functioned as both accelerator and supporter. The primary role of the vasti was to deliver an upward impulse to the body (supporter), but these muscles also acted as a brake by retarding forward momentum. The hamstrings and gluteus medius functioned primarily as accelerators. Gluteus maximus was neither an accelerator nor supporter as it functioned mainly to decelerate the swinging leg in preparation for foot contact at the next step. Fundamental knowledge of lower-limb muscle function during maximum acceleration sprinting is of interest to coaches endeavoring to optimize sprint performance in elite athletes as well as sports medicine clinicians aiming to improve injury prevention and rehabilitation practices.
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.
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 | 0,001 |
| 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 découle