The acute effects of kinesio-taping on movement kinematics and muscle co-activation in rowing athletes
Notice bibliographique
Résumé
BACKGROUND: Rowing-related low back disorders may occur from inconsistent technique, high trunk flexion and training volumes, overactivation of paraspinal muscles, and fatigue. OBJECTIVE: To examine if kinesiology tape (KT) affixed to the trunk dorsum affects muscular co-activation and neuromuscular control to limit dangerous rowing movements and associated injuries. METHODS: Participants (n= 18) completed two 2000 m rowing trials under BASELINE and KT conditions. KT was applied to the skin superficial to the paraspinals bilaterally with 60% pre-strain. Participants were instructed to minimize any sensation of tension. Whole body kinematics were obtained using inertial measurement units (IMUs), and surface electromyograms (EMGs) were recorded from trunk and lower extremity. Changes in joint range-of-motion (ROM) and co-activation indices (CAIs) were analyzed for shoulder, lumbar, hip, and knee. RESULTS: Responding participants (n= 5) were identified by reduced maximum lumbar flexion during the KT condition. As expected, significant differences occurred in maximum and minimum lumbar flexion/extension between responders and non-responders to KT. Additionally, there was significant reduction in mean trunk muscle co-activation in both those who did and did not respond to KT through reductions in maximum lumbar flexion. CONCLUSION: KT can be an effective at reducing mean trunk co-activation during a rowing trial in the flexed catch position. Variable responses suggest that further work is necessary to optimize the efficacy of sensory cues derived from KT during rowing movements.
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 | 0,002 |
| 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 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 ».