A Single Bout of On-Ice Training Leads to Increased Interlimb Asymmetry in Competitive Youth Hockey Athletes
Notice bibliographique
Résumé
Interlimb asymmetry (ILA) refers to an anatomical or physiological imbalance between contralateral limbs, which can influence neuromuscular function. Investigating the influence of neuromuscular fatigue on ILA may be critical for optimizing training programs, injury rehabilitation, and sport-specific performance. The purpose of this study was to determine if a single bout of ice hockey-specific exercise creates or exacerbates lower-limb ILA. Before and after an on-ice training session, 33 youth ice-hockey athletes (14.9 [1.7] y; 11 females) performed 3 repetitions of a maximal vertical countermovement jump (CMJ), an eccentric hamstring contraction, and maximal isometric hip adduction and abduction contractions. Force- and power-related variables were analyzed to determine limb-specific neuromuscular function. The on-ice session reduced maximal isometric hip adduction (left: 7.3% [10.3%]; right: 9.5% [9.6%]) and abduction (left: 4.9% [6.9%]; right: 5.0% [8.1%]) force, but did not impair (P ≥ .10) CMJ performance (jump height, relative peak power, braking duration, and total duration). After the on-ice session, ILA was greater for CMJ propulsive impulse (6.3% [2.9%] vs 5.1% [2.6%]), CMJ braking rate of force development (19.3% [7.6%] vs 15.2% [6.4%]), and peak isometric hip adduction force (6.7% [5.5%] vs 6.1% [4.1%]). In conclusion, hockey-specific exercise leads to increased ILA for multiple force-related metrics, which may be a compensatory mechanism to maintain bilateral task performance when fatigued.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».