Emergence of single and double peaks in individual force-time curves of the counter-movement jump (CMJ)
Notice bibliographique
Résumé
The force-time curves of countermovement jumps (CMJ) are often analyzed in jump diagnostics in order to draw conclusions about the quality of the jump. A distinction is often made between one- and two-peaked (also called “unimodal” and “bimodal”) curves, but there is little research on the angular movements in the lower body that cause them. To fill this research gap, the present study recorded three different variants of the CMJ in two subjects using both a force plate and a motion capture system (n = 12 jumps). It could be shown that the two peaks resulted firstly from the fact that ankle plantar flexion started later than hip and knee extension and secondly that hips and knees were accelerated less at the beginning of the upward movement and more strongly in the further course until take-off. Regarding the jump variants, the greatest jump heights were obtained when the jumpers either chose their individual execution or tried to complete the jump as smooth as possible, which both produced two-peaked curves. If the countermovement was performed as quickly as possible, one-peaked force-time curves were generated, and lightly smaller jump heights were achieved. The theoretical considerations that single-peaked curves stand for an optimal intersegmental coordination and therefore should lead to better jump heights are contradicted by the empirical findings. The study contributed to explaining how two-peaked curves emerge. This should be of some importance for both researchers and coaches for this diagnostic jump, which is very relevant in many sports.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».