The Influence of Sport Representation and Attitudes Toward Strength Training on Neuromuscular Performance Profiles in University Athletes: Part I Female Athletes
Notice bibliographique
Résumé
ABSTRACT: McClean, ZJ, da Silva Torres, R, Herzog, W, Pasanen, K, Lun, V, Nimphius, S, and Jordan, MJ. The influence of sport representation and attitudes toward strength training on neuromuscular performance profiles in university athletes: part I female athletes. J Strength Cond Res 40(3): 311-323, 2026-Neuromuscular performance is often assessed across strength, power, and plyometric tasks in athlete populations with an increasing emphasis on biomechanical testing that yields multifaceted data sets with several outcome measures per task. This leads to specific challenges in determining relevant neuromuscular performance benchmarks especially when considering contextual factors related to the sport environment. Thus, characterizing athlete neuromuscular performance subpopulations (or profiles) while accounting for the influence of contextual factors such as those related to the sport environment, and psychosocial factors such as the athlete's attitudes toward strength training could provide a framework for more specific neuromuscular benchmarks. Therefore, neuromuscular performance profiles were explored in female university athletes while accounting for sport influences and attitudes toward strength training. Female university athletes ( n = 192) from 5 sports completed a comprehensive lower body neuromuscular performance testing battery and surveys assessing attitudes toward strength training. Clustering was done to define neuromuscular performance profiles and Fisher's Exact Tests were used to examine differences in attitudes toward strength training across clusters. A high-strength/high-power/high-stiffness cluster, low-strength/low-power/low-stiffness cluster, and low-strength/low-power/high-stiffness cluster were identified with no difference in sport representation but differences in attitudes toward strength training ( p < 0.047; alpha = 0.05). These findings may help to quantify the characteristics of different female university athlete neuromuscular performance profiles while accounting for potential sport and psychosocial influences. One potential application of these results is to inform neuromuscular performance benchmarks that can be used in conjunction with preseason evaluations or in the context of restoring performance readiness after injury.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».