Influence of Intensity on Post-Running Jump Potentiation in Recreational Runners vs. Physically Active Individuals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to verify post-activation performance enhancement (PAPE) in jumping and sprinting after two endurance volume-equated running protocols with different intensities, in runners vs. active individuals. Nine recreational runners (age: 34.5 ± 9.3 years, body mass: 73.1 ± 11.9 kg, body height: 1.76 ± 0.06 m, 17.4 ± 4.4 %body fat; maximum aerobic speed [MAS]: 16.4 ± 1.0 km·h−1), and 9 active individuals (age: 34.1 ± 9.4 years; body mass: 83.2 ± 7.7 kg; body height: 1.79 ± 0.06 m; 25.6 ± 5.4 %body fat; MAS: 13.3 ± 1.2 km·h−1) volunteered for participation. The evaluations were performed over three days as follows: 1) anthropometric measures, physical fitness tests, and the University of Montreal Track Test (UMTT) to determine MAS and the distance to be covered in the running protocols; 2 and 3) the countermovement jump (CMJ) and the flying 20-m sprint (SPRINT) were assessed pre- and post-running at 70% of MAS or a time trial race (TTR), equated by volume and completed in random order. A three-way ANOVA (time*group*running) was performed to analyze the PAPE effects. The results showed a time effect (F = 10 .716; p < 0.01) and a group*running interaction (F = 12.094; p < 0.01) for the CMJ, indicating that active individuals demonstrated PAPE after running at 70% of MAS, while for runners both running interventions (70% of MAS and TTR) induced PAPE in CMJ performances. For the SPRINT, a time*group interaction (F = 4.790; p = 0.044) and a group effect were observed, with runners showing greater SPRINT performances than active individuals. From the current results, it can be suggested that training background and intensity can modulate PAPE responses in jumping and sprinting after volume-equated running protocols at different intensities.
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.
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) | 0,000 | 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) | 0,000 | 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 découle