MétaCan
Menu
Retour à la cohorte
Enregistrement W4393199280 · doi:10.3389/fphys.2024.1372689

Effects of chronic static stretching interventions on jumping and sprinting performance–a systematic review with multilevel meta-analysis

2024· review· en· W4393199280 sur OpenAlexaff
Konstantin Warneke, Patrik Freundorfer, Gerit Plöschberger, David G. Behm, Andreas Konrad, Tobias Schmidt

Notice bibliographique

RevueFrontiers in Physiology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAustrian Science Fund
Mots-clésJumpingSprintPlyometricsMeta-analysisPhysical medicine and rehabilitationJumpSports biomechanicsSports scienceTrack and field athleticsPhysical therapyPsychologyMedicineAthletesComputer scienceSimulation

Résumé

récupéré en direct d'OpenAlex

When improving athletic performance in sports with high-speed strength demands such as soccer, basketball, or track and field, the most common training method might be resistance training and plyometrics. Since a link between strength capacity and speed strength exists and recently published literature suggested chronic stretching routines may enhance maximum strength and hypertrophy, this review was performed to explore potential benefits on athletic performance. Based on current literature, a beneficial effect of static stretching on jumping and sprinting performance was hypothesized. A systematic literature search was conducted using PubMed, Web of Science and Google scholar. In general, 14 studies revealed 29 effect sizes (ES) (20 for jumping, nine for sprinting). Subgroup analyses for jump performance were conducted for short- long- and no stretch shortening cycle trials. Qualitative evaluation was supplemented by performing a multilevel meta-analysis via R (Package: metafor). Significant positive results were documented in six out of 20 jump tests and in six out of nine sprint tests, while two studies reported negative adaptations. Quantitative data analyses indicated a positive but trivial magnitude of change on jumping performance (ES:0.16, p = 0.04), while all subgroup analyses did not support a positive effect (p = 0.09–0.44). No significant influence of static stretching on sprint performance was obtained (p = 0.08). Stretching does not seem to induce a sufficient stimulus to meaningfully enhance jumping and sprinting performance, which could possibly attributed to small weekly training volumes or lack of intensity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,031
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,364
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetSports injuries and preventionTravaux en français237 207