Normative Data for Preseason Screening Assessments in Female University Contemporary Dancers
Notice bibliographique
Résumé
ABSTRACT: Kiss, JL, Critchley, ML, and Kenny, SJ. Normative data for preseason screening assessments in female university contemporary dancers. J Strength Cond Res 39(9): e1099-e1104, 2025-Injury incidence rates in elite-level dance are high. Normative values from preseason screening can inform training to target areas for improvement and minimize future injury risk. The purpose of this study was to establish mean/median values, proportions, and percentiles for hip and ankle joint range of motion, dynamic balance, and isometric hip strength in female preprofessional contemporary dancers. One hundred sixty-six dancers (mean age: 18.9 ± 1.83 years) participated in preseason screening at the beginning of 6 academic years (2015, 2018, 2019, and 2021-2023). Measures included: ankle and hip range of motion [dorsiflexion (degrees), plantarflexion (degrees), and total active standing turnout (TAT) (degrees)], dynamic balance [unipedal dynamic balance (UDB) (in seconds) and Y-balance test (YBT) (cm)], and hip abduction strength (HAS) (N, N/kg body mass). Mean dorsiflexion was 46.5° (95% confidence interval [CI]: 45.5-47.5), mean plantarflexion was 86.9° (95% CI: 85.7-88.1), and mean TAT was 105° (95% CI: 102.7-108.5). Median UDB was 4.9 seconds (IQR: 3.8-7.11). Mean YBT anterior reach was 56.0 cm (95% CI: 55.2-56.9), and mean YBT composite score was 87.0 cm (95% CI: 86.0-88.1). Mean absolute HAS was 265.9 N (95% CI: 253.4-278.4), and mean normalized HAS was 4.5 N·kg -1 body mass (95% CI: 4.3-4.7). Paired t -tests and Wilcoxon sum rank tests were used to examine side-to-side differences (α = 0.05). Percentile analysis for screening assessments was conducted. There were no side-to-side differences between dominant and nondominant legs. Female university dancers' preseason screening scores can be compared with normative data from the present study to identify areas for improvement to tailor supplementary training. Future prospective research is recommended to establish associations of these measures with dance-related injury risk.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».