Reliability and validity of free‐weight countermovement jumps to characterize force‐velocity‐power profiles
Notice bibliographique
Résumé
Abstract The aim of this study was to determine test‐retest reliability and concurrent validity of vertical force‐velocity‐power (FVP) profiles using Smith machine and free‐weight countermovement jumps (CMJs). A repeated‐measure cross‐over design with randomized load order and counterbalanced trials was employed. Sixteen resistance‐trained males (age: 26.4 ± 3.9 years, height: 179.6 ± 8.1 cm, body mass: 84.5 ± 10.8 kg) performed maximal loaded CMJs with 4–50 kg on six occasions, with three trials utilizing a Smith machine and three utilizing free‐weights. Jump height was estimated with a linear‐position transducer, and the Samozino computation method estimated theoretical maximal jump parameters. Reliability and concurrent validity were determined for jump height for each jump load and estimated theoretical maximal jump parameters using estimates of bias (mean difference, 95% limits of agreement) and agreement (intraclass correlation coefficients, ICCs). The jump height and maximum theoretical power demonstrated good‐to‐excellent reliability between sessions for both methods (ICC: 0.872–0.947) and concurrent validity between methods (ICC: 0.885–0.969). However, reliability for theoretical maximal force, velocity, and force‐velocity gradient was not as high using either method (ICC = 0.320–0.615) and concurrent validity was poor (ICC: 0.122–0.340). In summary, using both jump methods, a linear‐position transducer provides reliable jump height and theoretical maximal power values. However, our data do not support the reliability or validity of FV relationships using linear position transducers.
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 | 0,003 | 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 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 ».