The comparison of the effects of percussive massage therapy, foam rolling and hamstring stretching on flexibility, knee range of motion, and jumping performance in junior athlete: a randomized controlled trial
Notice bibliographique
Résumé
Abstract Background Before every sporting event, almost all athletes engage in a routine practice of warming up to prepare the body for peak performance. There has been a surge in popularity within the athletic world around the use of percussive massage therapy (PMT). Objectives The objectives of this study were to see if using percussive massage therapy, foam rolling (FR), and hamstring stretching (HStr) as part of a warm-up routine had any acute effects on flexibility, jumping performance, and range of motion in junior athletes, and if so, whether there was a significant difference in the acute effects of these treatment methods. Methods Thirty-nine junior athletes with at least 3 years of experience, male gender, age range above 17, seated flexion test < 40 cm, and a willingness to participate were all considered for admittance. Participants were randomly divided into three groups. Before and after the treatment, the seated flexion test, vertical jump test, active SLR, and active knee extension were measured. Results The study found significant improvement in all three groups when comparing them within the groups in the sit and reach test (PMT p < 0.001, FR p = 0.002, and HStr p = 0.001), active SLR (PMT p < 0.001, FR p < 0.001, and HStr p = 0.001), active knee extension (PMT p < 0.001, FR p = 0.002, and HStr p = 0.004), and vertical jump test (PMT p < 0.001, FR p = 0.011, and HStr ( p < 0.001). Comparisons between groups showed significant differences among PMT vs. FR ( p = 0.041) in vertical jump height and PMT vs. HStr ( p = 0.034) in active SLR. Conclusion We detected a notable disparity in hamstring flexibility between the PMT and FR groups, as well as in vertical jump height between the PMT and HStr groups. However, there was no apparent alteration in active knee extension in all three groups.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».