Effects of Foam Roller, and Massage Ball with and Without Vibration on Squat Load-Velocity Profile of Resistance Trained Adults
Notice bibliographique
Résumé
Self-massage tools such as foam rollers and massage balls are widely used in warm-ups and recovery, but their effects on dynamic strength tasks like squatting remain unclear. To compare the effects of a foam roller (FR), massage ball (MB), and vibrating massage ball (MBV) versus a control condition on squat load velocity profiles and associated electromyographic (EMG) activity in resistance-trained individuals. In this crossover study, fourteen experienced resistance-trained participants performed four experimental conditions: FR, MB, MBV, and control. After an initial session for incremental load testing and protocol familiarization, each participant performed eight back squats before and after each experimental session, while movement velocity, hip vertical displacement (range of motion), and EMG of the vastus lateralis and semimembranosus were recorded. MBV produced a significant increase in quadriceps EMG during the fastest repetition (β = 0.107; p = 0.003). In contrast, all interventions elicited a reduction in the second fastest repetition versus control (FR: β = -0.033, p = 0.005; MB: β = -0.025, p = 0.029; MBV: β = -0.036, p = 0.002). Moreover, both FR and MBV similarly decreased third fastest repetition and mean velocities relative to control (FR: third fastest repetition β = -0.025, p = 0.027; mean β = -0.046, p = 0.046; MBV: third fastest repetition β = -0.032, p = 0.005; mean velocity β = -0.031, p = 0.004). There were no significant changes in the hip vertical displacement. All self-massage conditions modestly impaired squat velocity, with the MB showing the least detrimental effect on performance.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».