The role of stretching protocols in post-fatigue performance and flexibility among soccer players
Notice bibliographique
Résumé
This study aimed to compare the efficacy of static stretching (SS), slow dynamic stretching (SDS), and fast dynamic stretching (FDS) on restoring flexibility, balance, and performance following soccer-specific fatigue. Forty male soccer players (age: 21.0 ± 2.4 years) completed the study. Participants performed a soccer-specific fatigue protocol followed by one of four conditions (SS, SDS at 50 bpm, FDS at 100 bpm, and a control condition (CC)). Measures included knee range of motion (ROM) (Modified Thomas and passive knee extension tests), dynamic balance (Y-Balance Test), biomechanics during a countermovement jump (CMJ) (assessed via OpenCap), 20-m sprint speed, and Illinois agility test performance. The findings indicate that the SS condition showed the greatest improvements in knee flexion (d = 0.51-0.98) and extension (d = 0.45-0.52) ROM. The SDS condition demonstrated superior performance in CMJ jump (highest knee flexion increase, lowest knee valgus, fastest take-off time; d = 0.43-1.89), sprint speed (d = 0.57-0.71), and agility (d = 0.80-0.92). Although dynamic balance improved over time, there were no significant differences between the stretching conditions (p > 0.05). Additionally, the FDS protocol resulted in the smallest gains across all measured outcomes, particularly under fatigued conditions. SDS is most effective for enhancing knee joint mechanics, sprint, and agility recovery post-fatigue, while SS is optimal for ROM restoration. Stretching protocol selection should be contingent on the intended recovery outcome. These findings support incorporating such targeted interventions to optimize athletic performance.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».