Analysis of vertical jump, rating of perceived exertion, delayed-onset muscle soreness, and muscular peak power in young male Brazilian football players submitted to plyometric and semi-squat training with weights
Notice bibliographique
Résumé
This study analyzed the effects of plyometric and strength training on vertical jump (VJ), rating of perceived exertion (RPE), delayed-onset muscle soreness (DOMS), and absolute (APP) and relative (RPP) muscle peak power in young male football players. Twenty-five participants were randomly divided into semi-squat training group (SSTG), plyometric training group (PTG), and control group (CG). The duration of the intervention was six weeks. VJ was analyzed with a computerized jumping platform. DOMS and RPE with the Borg’s Visual Analogue Scale (VAS) and the Adapted Borg Scale (ABS), respectively. The SSTG showed improvements (p < 0.05) in countermovement jump (CMJ), squat jump (SJ), APP (3190.67 ± 338.49 W), and RPP (47.75 ± 5.01 W/kg). PTG showed improvements (p < 0.05) in SJ. In the intragroup comparations, SSTG, PTG, and CG showed an increase (p < 0.05) in RPE and DOMS. Between groups, PTG presented an increase (p < 0.05) on RPE and DOMS compared with SSTG and CG. CMJ presented strong correlations between APP and VJ, RPP, and VJ, and APP and RPP. SJ showed a higher positive correlation between all the physical variables. Only SSTG promoted an increase in both types of jumps, with a greater APP and RPP and a lower RPE and DOMS.
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) | 0,001 | 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 ».