Grip strength, muscle soreness and pain threshold perception evolution in baseball pitchers in a simulated 75-pitch game: a repeated measures study
Notice bibliographique
Résumé
Background/aim: In baseball pitching, neuromuscular fatigue and its manifestations on muscle strength, muscle soreness and pain perception affect pitching performance. The purpose of this study was to quantify the evolution of grip strength, muscle soreness and pain threshold perception and pitching velocity in baseball pitchers throughout a simulated 75-pitch game. Methods: 30 high-level amateur male baseball pitchers were recruited. Repeated measure analysis of covariance with age as a covariate (p<0.05) was used to identify significant differences across blocks of pitches for grip strength, muscle soreness, pain threshold perception and pitching velocity. Results: Dominant arm grip strength (55.67±12.32 kg to 48.62±12.25 kg ; -12.66%) and pitching velocity (119.87±8.00 km/hour to 118.75±6.90 km/hour ; -0.93%) declined while muscle soreness perception increased in dominant arm forearm flexors (1.65±1.16 to 4.19±2.02 ; 25.38%), biceps (1.81±1.39 to 4.31±1.85 ; 25%) and non-dominant arm forearm flexors (1.38±1.10 to 2.12±1.63 ; 7.31%) across the pitching blocks (p<0.05). Conclusion: In summary, a pitch count of 75 fastball pitches triggered an acute decline in grip strength combined with an increase in muscle soreness perception of the throwing arm in baseball pitchers.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».