Are Strength Indicators and Skin Temperature Affected by the Type of Warm-Up in Paralympic Powerlifting Athletes?
Notice bibliographique
Résumé
(1) Background: the present study aimed to evaluate the effect of different types of warm-ups on the strength and skin temperature of Paralympic powerlifting athletes. (2) Methods: the participants were 15 male Paralympic powerlifting athletes. The effects of three different types of warm-up (without warm-up (WW), traditional warm-up (TW), or stretching warm-up (SW)) were analyzed on static and dynamic strength tests as well as in the skin temperature, which was monitored by thermal imaging. (3) Results: no differences in the dynamic and static indicators of the force were shown in relation to the different types of warm-ups. No significant differences were found in relation to peak torque (p = 0.055, F = 4.560, η2p = 0.246 medium effect), and one-repetition maximum (p = 0.139, F = 3.191, η2p = 0.186, medium effect) between the different types of warm-ups. In the thermographic analysis, there was a significant difference only in the pectoral muscle clavicular portion between the TW (33.04 ± 0.71 °C) and the WW (32.51 ± 0.74 °C) (p = 0.038). The TW method also presented slightly higher values than the SW and WW in the pectoral muscles sternal portion and the deltoid anterior portion, but with p-value > 0.05. (4) Conclusions: the types of warm-ups studied do not seem to interfere with the performance of Paralympic Powerlifting athletes. However, the thermal images showed that traditional warm-up best meets the objectives expected for this preparation phase.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».