Effects of rear-foot instability devices on lower-limb muscle activation during the Bulgarian split squat in male football players
Notice bibliographique
Résumé
Unilateral resistance exercises such as the Bulgarian Split Squat (BSS) are commonly used to develop lower-limb strength, postural control, and neuromuscular coordination, depending on training variables (e.g., load and intensity). Although instability training increases muscle activation, few studies have examined the effect of rearfoot instability on neuromuscular responses during BSS. This randomized crossover study investigated the acute effects of three rear-foot instability devices on muscle activation during the ascent and descent phases of the BSS in 23 trained male football players. Participants performed body-weight BSS under four conditions: stable platform, BOSU ball, Swiss ball (Swiss), and TRX suspension. Surface electromyography (sEMG) recorded activation of the rectus femoris (RF), vastus lateralis (VL), vastus medialis (VM), biceps femoris (BF), semitendinosus (ST), and gluteus maximus (GM). Two‑way repeated‑measures ANOVA showed significantly greater activation during ascent for BF (p < 0.001), ST (p = 0.006), VL (p < 0.001), VM (p < 0.001), and GM (p < 0.001). Quadriceps activation during descent was highest on the Swiss: RF (Swiss vs. stable: p = 0.002; Swiss vs. BOSU: p < 0.001; Swiss vs. TRX: p = 0.006), VL (Swiss vs. stable: p = 0.017; Swiss vs. BOSU: p = 0.001), and VM (Swiss vs. stable: p = 0.024; Swiss vs. BOSU: p = 0.046). TRX increased ST activation during the ascent compared to the Swiss (p = 0.034), and the BOSU showed higher ST activation than the Swiss during the descent (p = 0.004). Surface significantly affected activation (ST: p = 0.018; RF: p < 0.001; VL: p < 0.001; VM: p = 0.013; GM: p = 0.042), and there was a significant surface × phase interaction for GM (p = 0.041). The findings highlight rearfoot instability as an effective programming variable to selectively enhance muscle activation without external loading, supporting its application in strength and rehabilitation programs.
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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».