Examining the Effects of Dynamic and Isometric Resistance Training on Knee Joint Kinetics During Unplanned Sidesteps in Elite Female Athletes
Notice bibliographique
Résumé
ABSTRACT: Kadlec, D, Jordan, MJ, Alderson, J, and Nimphius, S. Examining the effects of dynamic and isometric resistance training on knee joint kinetics during unplanned sidesteps in elite female athletes. J Strength Cond Res 38(12): 2079-2087, 2024-The purpose of this study was to examine the effects of a 4-week block of isometric (isometric RT ) and dynamic resistance training (dynamic RT ) on kinetic variables associated with anterior cruciate ligament (ACL) injury risk during unplanned sidesteps in elite female athletes. Twenty-one elite female athletes competing for a women's international rugby union team were recruited with 15 ( n = 15; age: 23.4 ± 4.7 years; 170.7 ± 8.4 cm; 84.4 ± 15.4 kg) completing assessment of knee flexion moment, knee valgus moment (KVM), knee internal rotation moment (KIRM), knee joint power during unplanned sidesteps, and lower limb strength before and after a 4-week intervention. Linear mixed effects models and one-dimensional statistical parametric mapping assessed the effect of the interventions. Statistical significance was set at α = 0.05. Postintervention the isometric RT group revealed reduced peak KVM during early stance ( p = 0.04) while the dynamic RT group decreased peak KIRM ( p < 0.01) and KIRM over 8.8-86.6% ( p < 0.01) and 96.9-98.5% ( p = 0.047). An exploratory combined group analysis revealed reductions in KVM over 7.9-21.8% ( p = 0.002) and in KIRM over 8.3-90.5% ( p < 0.01) and 96.2-98.5% ( p = 0.046). Most lower limb isometric and dynamic strength measures increased after both resistance training interventions. Overall, both groups increased lower-body maximum strength while reducing kinetic knee joint variables associated with ACL injury risk during unplanned sidesteps. These results highlight the importance of increasing single-joint and multijoint strength in female athletes to mitigate the mechanical knee joint demands during sidestepping.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 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 ».