Lower limbs micro-loading acutely attenuates repeated change-of-direction performance in male youth during small-sided soccer games
Notice bibliographique
Résumé
BACKGROUND: Soccer players often wear light-weighted wearable resistance (WR) attached to different body parts during the warm-up period with the aim to improve measures of physical fitness. However, the effect of WR on physical performance is unknown. This study evaluated the effects of WR with different micro-loadings on repeated change-of-direction (RCoD) performance while executing small-sided soccer games (SSG). METHODS: Twenty male soccer players aged 16.0 ± 1.5 years (body mass 74.0 ± 7.4 kg, body-height 175.0 ± 10.0 cm) volunteered to participate in this study. Following a within-subject study design, players performed four specific warm-up protocols in randomized order with a rest of 72 h between protocols: (1) WR micro-loadings with 0.1% of body mass (WR0.1); (2) WR micro-loadings with 0.2% of body mass (WR0.2); (3) WR micro-loadings with 0.3% of body mass (WR0.3); (4) no WR (control = CONT). After the warm-up protocols, players performed 2 sets of 20-min SSG. The RCoD was collected at the 8th min of SSG (SSG 1-8 min), the 15th min of SSG1 (SSG1-15 min), and at the 15th min of SSG2 (SSG2-15 min). Outcomes included mean and total RCoD indices (i.e., mean time and total time for each condition). RESULTS: Based on the outcomes of a two-way repeated measures analysis of variance (ANOVA), WR0.1 and WR0.2 were more effective than control in dampening the decrease of RCoD's total time during SSG1-8 min, and SSG2-15 min (small ES: 0.24-0.35; p < 0.05). However, no significant differences were observed between WR0.3 and control. In addition, WR0.1 and WR0.2 significantly affected the decreases in RCoD's mean best time during SSG1 and SSG2 which was observed in the unloaded condition (CONT) and consequently displayed a lower rate of RCoD performance decrease. CONCLUSION: This study reports that wearing lower extremity WRs with micro-loads of 0.1% or 0.2% of body mass attenuates physical fatigue indicated in attenuated RCoD performance while executing SSG.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».