The magnitude of correlation between deadlift 1RM and jumping performance is sports dependent
Notice bibliographique
Résumé
Introduction Based on the assumption of maximal strength as a basic ability, several studies show a high influence of maximum strength on jumping performance in several sport athletes. However, there is a wide range of correlations from r = 0.17–0.9 between squat 1RM and jumping performance in different sports. Additionally, there are only a few studies investigating the influence of deadlift one repetition maximum (1RM) on jumping performance. Thus, this study aimed to investigate the correlations between 1RM in the deadlift on jumping performance using the countermovement jump height (CMJ) and squat jump height (SJ) considering different sports. Methods 103 athletes with experience in the deadlift from soccer, basketball, American football, powerlifting as well as participants from different sports without any deadlift experience (control group) were included to this study. Results Overall statistics showed a significant moderate influence of deadlift 1RM (r = 0.301–0.472) on jumping performance. However, subgroup analysis showed no significant correlation between deadlift 1RM and jumping performance in control participants, while moderate correlations could be detected in powerlifters (r = 0.34–0.39), soccer players (r = 0.437–0.46), American football players (0.584–0.62) and high correlations in basketball players (r = 0.809–0.848) showing significant influence of type of sport on correlations between deadlift maximum strength and jumping performance. Discussion Presented results underline movement velocity- and task specificity of strength training routines which is discussed in the light of the respective sports.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».