MétaCan
Menu
Retour à la cohorte
Enregistrement W4316690591 · doi:10.3390/app13031231

Changes in Joint Power and Energetics during a Sport-Specific Jumping Fatigue Protocol

2023· article· en· W4316690591 sur OpenAlexaff
John W. Wannop, Nicole Schrier, Marie-Louise Wolter, Ryan Madden, Zach B. Barrons, Darren J. Stefanyshyn

Notice bibliographique

RevueApplied Sciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésJumpingAnkleKinematicsBiomechanicsPhysical medicine and rehabilitationKnee JointSquatJoint (building)JumpMedicineOrthodonticsPhysical therapyAnatomyStructural engineeringPhysicsSurgeryEngineering

Résumé

récupéré en direct d'OpenAlex

Kinematic and kinetic changes in the lower extremities occur as an athlete becomes fatigued during vertical jumping; however, the specifics of these changes are not well-understood. Therefore, the purpose of this study was to quantify the influence of a sport-specific, vertical jumping fatigue protocol on the biomechanics of the ankle, knee, and hip joint. Twenty male varsity athletes performed repetitive standing countermovement squat jumps every 20 s until fatigued (vertical jump and reach height decreased to 88% of their maximum height for three consecutive jumps). The kinematics and kinetics of their lower extremities (ankle, knee, and hip) were quantified, and the ankle, knee, and hip joint’s moments, angular velocity, and joint power were compared. The participants performed an average of 175 jumps before they were classified as being fatigued. When they became fatigued, the peak power of the ankle and hip joints were substantially reduced due to a decrease in the angular velocity at both joints. Ankle and hip joint moments were unchanged. Peak power at the knee joint was also unchanged over the course of the jumping protocol. To maintain vertical jumping performance over the course of a game or to delay the influence of fatigue, training should be targeted at maintaining the angular velocity of the ankle and hip joints.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,318
Écart entre enseignants0,248 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetSports Performance and TrainingTravaux en français237 207