MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294796416 · doi:10.1249/01.mss.0000875284.25402.7d

Does The Countermovement Jump Accurately Assess Lower-limb Neuromuscular Fatigue?

2022· article· en· W4294796416 sur OpenAlexaff
Owen Lindsay, Jared R. Fletcher

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésConcentricCyclingMedicineRepeated measures designPhysical medicine and rehabilitationAthletesJumpMuscle fatiguePhysical therapyAnalysis of varianceCardiologyMathematicsInternal medicineElectromyographyPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Neuromuscular fatigue is monitored in athletes following intense exercise to inform future training prescription and to improve performance. Temporal analysis of the countermovement jump (CMJ) is frequently used to assess fatigue in athletes but is infrequently compared directly to low-frequency fatigue (LFF), a long-lasting fatigue typically assessed in the laboratory. LFF may be present in athletes. PURPOSE: To determine the time-course of changes in CMJ and lower limb LFF following an exhaustive cycling test and the relationship between LFF and temporal CMJ variables. METHODS: LFF and CMJ were assessed in seven active adults (24±2 years, 78±14 kg) prior to and following (0, 8, 15, 30, 60 mins and 24 and 48 hours) an incremental cycling test to exhaustion. Cycling began at 100 W and increased 25 W every 2 min until exhaustion. Temporal analysis of CMJ for peak power (PP), jump height (JH), and concentric contraction duration (CCD) were calculated from bilateral force plates. Low-frequency (10 Hz) force (F10) was elicited from transcutaneous femoral nerve stimulation prior to a maximal voluntary contraction (MVC). LFF was quantified as the F10:MVC ratio. The order of CMJ or LFF was randomized across time points. Changes in LFF and CMJ variables were assessed from two-way repeated measures analysis of variance (measure x time). RESULTS: Maximal aerobic power was 234±67 W (96±4% HRmax). A significant measure x time interaction (p<0.0001) and significant main effects of time (p=0.05) and method (p=0.02) were found. Compared to baseline, significant reductions in LFF (i.e., greater fatigue) were seen at 0-, 8-, 15- and 30-mins post-exercise (all p<0.02). No significant changes in any of the CMJ variables were observed post-exercise (p = 1.0). Furthermore, changes in LFF during exercise recovery was not correlated to changes in any of CMJ variables (r2<0.04, p>0.20), whereas all CMJ variables were significantly correlated with each other (0.22<r2<0.42, p<0.001). CONCLUSION: These results show that following exhaustive exercise, LFF persists for at least 30 mins whereas no change in CMJ performance variables were seen. These results call into question the practical utility of interpreting neuromuscular fatigue in athletes using the CMJ, even within 30 minutes of exhaustive exercise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,329
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→