Analysis of Grip Amplitude on Velocity in Paralympic Powerlifting
Notice bibliographique
Résumé
(1) Background: Paralympic Powerlifting (PP) is a Paralympic modality that is predominantly about developing maximal force, as there are athletes who lift three times their body weight. Our objective was to evaluate the averages of the velocity for 30% and 50% of 1 Maximum Repetition (1 RM) on different amplitudes of the footprint in PP athletes; (2) Methods: The intervention happened over two weeks, with the first being devoted to the familiarization and testing of 1 RM, while in the second week, through the use of a linear Encoder, tests of velocity average (VA), velocity average propulsive (VAP), and velocity peak (VP) were carried out with loads of 30% and 50% of a maximum repetition 1 RM for 1× of the biacromial distance (BAD) 1.3 × BAD, 1.5 × BAD; (3) Results: There was a significant difference in the average velocity of 1 × BAD (1.16 ± 0.14 m/s, 1.07-1.26 IC; η2p 0.20) when compared to 1.3 × BAD (1.00 ± 0.17 m/s, 0.90-1.09 IC; η2p 0.20) over 30% of 1 RM. For the other velocity variables for 30% and 50% of 1 RM with different grip amplitudes, there were no significant differences; (4) Conclusions: In PP, the 1 × BAD footprint contributes significantly to VA at 30% of 1 RM when compared to the 1.3 × BAD and 1.5 × BAD footprints. For loading at 50% of 1 RM the VA, VAP and VP decreased when compared to 30% of 1 RM, to the extent that the VAP and VP generated with the 1.3 × BAD and 1.5 × BAD footprints were higher than those with 1 × BAD, other than for VA 50% of 1 RM, where the 1 × BAD footprint was superior to the others.
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 | 0,001 | 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 ».