Notice bibliographique
Résumé
College of Kinesiology Research Theme: Human Performance Introduction: Dry cupping therapy has gained popularity in athletic settings as a recovery modality, yet empirical evidence supporting its effectiveness remains limited. The practice involves using suction to create negative pressure on the skin, which is theorized to promote blood flow and tissue recovery. Purpose: To determine whether post-exercise dry cupping therapy would improve recovery of muscle strength, reduce muscle soreness, and limit swelling compared to a sham control arm. Methods: Ten resistance-trained adults (aged 20-22) participated in a randomized, within-subject, blinded trial. Participants performed a biceps-focused muscle-damaging exercise. One arm received dry cupping therapy post-exercise, while the opposite arm received a sham cupping treatment (cups applied with no suction). Assessments were conducted at six time points: pre-exercise, post-exercise, post-cupping, and 24, 48, and 72 hours post-exercise. Outcomes included muscle strength (isometric torque via Biodex), muscle thickness (ultrasound), and soreness (Visual Analog Scale). Differences were analyzed using repeated-measures ANOVA to assess arm × time interactions and time main effects. Results: There were no significant arm × time interactions for any outcome, indicating similar recovery patterns between cupped and control arms. Significant time main effects were observed for all outcomes (p < 0.01). Muscle strength decreased post-exercise and remained below baseline at 24, 48, and 72 hours (p < 0.05). Muscle thickness increased post-exercise and remained elevated at 24 and 48 hours before returning to baseline by 72 hours (p < 0.05). Muscle soreness increased post-exercise and remained elevated at all follow-up time points (p < 0.05). Conclusion: Dry cupping therapy applied after resistance exercise did not significantly improve recovery of strength, soreness, or swelling compared to the control, who received sham treatment. These findings suggest that cupping may not provide additional recovery benefits beyond placebo.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».