MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414161321 · doi:10.1371/journal.pone.0331791

The effects of different multidirectional plyometric sequences on shooting, balance, and neuromuscular performance in professional male basketball players

2025· article· en· W4414161321 sur OpenAlexaff
Seifeddine Brini, Fatma Hilal Yağın, Pierpaolo Sansone, Georgian Bădicu, Anissa Bouassida, Carlo Castagna, Gianpiero Greco, Abdullah F. Alghannam, Luca Paolo Ardigò, Anne Delextrat

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésBasketballPlyometricsRepeated measures designRegimenAthletes

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Repeated multidirectional jumps are highly specific movements in basketball, which may be important to integrate the training routine. Accordingly, this study aimed to assess the effects of three different multidirectional plyometric jumping sequences on shooting, balance, and neuromuscular performance in professional, male basketball players. METHODS: Eighteen players underwent familiarization and baseline performance assessments in an initial session. Players then completed 21 visits in a randomized, counterbalanced manner. Each visit involving 10 repetitions of one of three different multidirectional plyometric protocols followed by a single performance test (countermovement jump (CMJ), squat jump (SJ), five jump (FJT), change-of-direction T-test (CoD T), Stork balance (SBT), Y-balance (YBT), three-point shooting (3pts) tests). The first plyometric protocol (P1) consisted of a combination of vertical and horizontal jumps, the second protocol (P2) consisted of a combination of drop, lateral, and vertical jumps, and the third protocol (P3) consisted of a combination of drop, single-leg step-up, and horizontal jumps. Each session was separated by at least 48 h of rest and recovery time between repetitions was 20 s. RESULTS: Neuromuscular (CMJ, SJ, FJT and CoD T), body balance (SBT and YBT), and Shooting performances were significantly worse following each plyometric protocol compared to baseline (p < 0.001; d = 0.23-2.21). In addition, the majority of the measured performances were significantly lower following P3 compared to P1 and P2. CONCLUSIONS: Basketball-specific performance was adversely influenced by repeated multidirectional plyometric routines. Incorporating these particular strategies into the training regimen to counteract the induced tiredness will be intriguing.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSports Performance and Training→Travaux en français237 207→