The Asymmetry Level of Hamstrings Strength in Female U16 Basketball Players
Notice bibliographique
Résumé
Study aim(s): This study aims to assess hamstring strength asymmetry in female basketball players under 16 years old using both bilateral and unilateral Nordic Hamstring Test. The goal is to identify right-left leg strength differences that may influence injury risk and performance, yet often go undetected in regular training. Methods: The observational study, with a cross-sectional design includes 10 female basketball players under the age of 16 who train regularly with the "United Basketball" U16 team, under the framework of the Kosovo Basketball Federation (KBF). Hamstring strength asymmetry was assessed using the bilateral and unilateral Nordic Hamstring Tests using, with data collected via the My Jump 3 application. The measured parameters included torque (Nm), percentage of maximum torque (% of max τ), breakpoint angle (⁰), and asymmetry level (%). Data were analyzed using SPSS version 27. The statistical methods applied the Shapiro-Wilk test, descriptive statistics, percentiles, Pearson correlation, independent t-test, and a standard formula for calculating asymmetry level. Results: A significant negative correlation was found between body weight ─ attributable to muscle mass ─ and asymmetry (r = 0.681, p = 0.030). BMI showed a similar non-significant trend (r = 0.614, p = 0.059). In contrast, height and lever length exhibited weak correlations with asymmetry. Torque was higher in the right leg (455.24 Nm) compared to the left leg (370.85 Nm). The measured asymmetry was 5.09%, indicating a slight dominance of the right leg. Conclusion: In U16 female basketball players, a 5% asymmetry between the left (370 Nm, 102.3°) and right leg (455 Nm, 103.5°) in torque and breakpoint values suggests an acceptable level of functional variation. This asymmetry is likely influenced by muscle mass, which contributes to strength balance and neuromuscular control. These findings highlight the importance of targeted unilateral hamstring training to reduce injury risk in dynamic, sport-specific movements.
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 | 0,001 | 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) | 0,003 | 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 ».