MétaCan
Menu
Retour à la cohorte
Enregistrement W4377097233 · doi:10.1016/j.heliyon.2023.e16211

Assessment of asymmetry at different intensities between conventional and paralympic powerlifting athletes

2023· article· en· W4377097233 sur OpenAlexaff
Rafael Luiz Mesquita Souza, Felipe J. Aidar, Rodrigo Villar, Gianpiero Greco, Leonardo dos Santos, Luca Poli, Jefferson Lima de Santana, Roberto Carvutto, Dihogo Gama de Matos, Georgian Bădicu, Ana Filipa Silva, Filipe Manuel Clemente, Hadi Nobarı, Francesco Fischetti, Stefania Cataldi

Notice bibliographique

RevueHeliyon · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesUniversidade Federal de Sergipe
Mots-clésAthletesConcentricEccentricAsymmetrySymmetry (geometry)MathematicsPhysical therapyMedicinePhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

Powerlifting competitions require consistent and symmetric lifting of heavy loads and maximal effort, in which, asymmetric lifting results in trial invalidation. Symmetry during this very high intensity movement is determinant to athletes' performance and success in competitions. This study aimed to compare the asymmetry between Conventional Powerlifting athletes (CP) and Paralympic (PP) athletes at intensities of 45 and 80% 1RM before and after a training session. Twenty-two male athletes (11 CP: 29.84 ± 4.21 and 11 PP: 30.81 ± 8.05 years old) participated in this study. Mean Propulsive Velocity (MPV), Maximum Velocity (Vmax) and Power during the concentric and eccentric phases were evaluated at 45%-1RM before and after a training session. For the intensity of 80%-1RM, MPV, Vmax and Power were measured in the first and last series (5 series of 5 repetitions: 5X5) of a training session. PP athletes demonstrated lower velocity and greater symmetry at 45%-1RM, but higher velocity and less asymmetry at 80%-1RM, when compared to CP. The data indicated that PP athletes tend to be slower at lower intensities, faster at higher intensities in absolute values, and have greater symmetry than CP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,321
Écart entre enseignants0,285 · 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 tête enseignante, 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetSports Performance and TrainingTravaux en français237 207