MétaCan
Menu
Retour à la cohorte
Enregistrement W4413279733 · doi:10.3390/sports13080275

Superiority of Dynamic Stretching over Static and Combined Stretching Protocols for Repeated Sprint Performance in Elite Male Soccer Players

2025· article· en· W4413279733 sur OpenAlexaff
Ridha Aouadi, Mohamed Amine Ltifi, Halil İ̇brahim Ceylan, Mohamed Chedly Jlid, Nicola Luigi Bragazzi

Notice bibliographique

RevueSports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSprintEliteStatic stretchingPhysical medicine and rehabilitationSimulationPsychologyComputer sciencePhysical therapyMedicineRange of motionPolitical science

Résumé

récupéré en direct d'OpenAlex

This study aimed to examine the effects of different stretching techniques on repeated sprint performance and to assess the influence of the sequence in which static and dynamic stretching are performed. Ten male Division II soccer players (age: 22.80 ± 1.13 years; height: 180.60 ± 3.59 cm; body mass: 70.60 ± 6.04 kg) completed a repeated sprint test consisting of 6 × 30 m sprints after five different warm-up protocols in a randomized, counterbalanced design: (1) general warm-up without stretching (NS), (2) static stretching (SS), (3) dynamic stretching (DS), (4) SS followed by DS (SS-DS), and (5) DS followed by SS (DS-SS). Stretching was performed during the recovery periods between sprints: ~6 min for SS and DS, and ~12 min for combined protocols. Sessions were spaced 72 h apart. Performance metrics included mean sprint time, best sprint time, and total sprint time. ANOVA and Cohen’s d were used for statistical analysis. Repeated sprint test performance was significantly enhanced after DS compared to SS, DS-SS, and SS-DS (p = 0.042–0.002; ES = 0.31–2.26), but not significantly different from NS (p > 0.05). SS had a detrimental effect when compared to DS and NS (p < 0.05; ES = 1.86–2.26). Improvements were observed in mean sprint time and total sprint time across all six sprints (p = 0.042–0.006; ES = 0.31–2.26) and in best sprint time (p = 0.006–0.002; ES = 0.89–1.86). In conclusion, DS prior to repeated sprint test improves performance compared to SS and combined methods. NS also supports strong performance but shows a slight advantage over SS and combinations. Incorporating DS into warm-up routines is recommended to optimize sprint performance, reduce injury risk, and support athlete preparation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,319
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSportsMême sujetSports injuries and preventionTravaux en français237 207