Predicting Multijoint Maximal Eccentric and Concentric Strength With Force-Velocity Jump Mechanics in Collegiate Athletes
Notice bibliographique
Résumé
PURPOSE: Maximal muscle strength is often assessed with single-joint or repetition-maximum testing. The purpose of this study was to evaluate the reliability of countermovement-jump (CMJ) velocity-load testing and assess the relationship between CMJ velocity-load kinetics and concentric-isometric-eccentric multijoint leg-extension strength tested on a robotic servomotor leg press in trained athletes. METHODS: University athletes (N = 203; 52% female) completed 3 concentric, isometric, and eccentric maximum voluntary leg-extension contractions on the robotic leg press, followed by CMJ velocity-load testing with an additional external load of 0% (CMJBW), 30% (CMJ30), and 60% (CMJ60) of body mass. A linear model was fit for the CMJ takeoff velocity-load relationship to obtain the load intercept. Force-velocity parameters were obtained for the CMJ eccentric deceleration and concentric phases. Linear mixed-effects models were constructed to predict concentric, isometric, and eccentric leg-press force using the CMJ takeoff velocity-load relationship and CMJ kinetics. RESULTS: Isometric leg-press strength was predicted by load intercept and sex (P < .001, R2 = .565, prediction error = 14%). Concentric leg-press strength was predicted by load intercept, CMJ60 concentric impulse, and sex (P < .001, R2 = .657, prediction error = 10%). Eccentric leg-press strength was predicted by minimum downward velocity, CMJ60 eccentric deceleration impulse, and sex (P < .001, R2 = .359, prediction error = 14%). CONCLUSIONS: Given the relevance of muscle-strength testing for sport performance and injury prevention, assessing force-velocity mechanics with loaded CMJ testing is a reliable and viable approach to predict maximal concentric, isometric, and eccentric leg-press strength in competitive athletes.
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 | 0,000 | 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 ».