Test–Retest Reliability of the Magnitude and Direction of Asymmetry in the Countermovement Jump, Drop Jump, and Countermovement Rebound Jump
Notice bibliographique
Résumé
This study aimed to investigate the test–retest reliability of three bilateral jump tests to assess asymmetry and determine the consistency of both the magnitude and direction of asymmetry between two testing sessions. Thirty-three participants performed the countermovement jump (CMJ), drop jump (DJ), and countermovement rebound jump (CMRJ—jump 1: CMRJ1; jump 2: CMRJ2) over two sessions. Inter-limb asymmetry was calculated for kinetic metrics, including the mean propulsive force, net braking impulse, and net propulsive impulse. Test reliability was computed using intraclass correlation coefficients (ICC), coefficients of variation (CV), and standard error of measurement. Furthermore, analysis of variance was used to determine the systematic bias between jump types and sessions. Kappa coefficients were utilised to assess the consistency of asymmetry favouring the same limb. Results showed poor to excellent reliability for all jump tests between sessions (ICC range = 0.19–0.99, CV range = 2.80–11.09%). A significantly higher magnitude of asymmetry was revealed for the net braking impulse during the DJ compared to the CMRJ2 (p ≥ 0.014, g ≤ 0.53). When computing the direction of asymmetry between test sessions, Kappa coefficients revealed that levels of agreement were substantial (Kappa = 0.63–0.70) for the CMJ, moderate to almost perfect (Kappa = 0.59–0.94) for the CMRJ1, moderate to almost perfect (Kappa = 0.58–0.81) for the DJ, and slight to moderate for the CMRJ2 (Kappa = 0.19–0.57). These results underscore the variable nature of both the magnitude and direction of asymmetry during jump testing. Thus, practitioners should carefully choose evaluation methods and metrics characterised by low variability to ensure robust asymmetry assessments.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».