运动表现
指导从业者在下蹲跳和下落跳测试中选择指标的一个框架
A Framework to Guide Practitioners for Selecting Metrics During the Countermovement and Drop Jump Tests
原文："Strength and Conditioning Journal" - V44 - I2
▌摘要
研究者和从业者已经强调了在下蹲跳(CMJ)和下落跳(DJ)测试中监测跳跃策略指标和常见的测量结果的必要性。然而，由于测力台数据采集软件提供的指标范围非常广泛，从业者可能因此感到困惑。因此，本文的主要目的是提供一个框架来指导从业者如何选择下蹲跳测试常用的指标。为了更好地解释这个提议的框架，我们还提供了两个例子：一个是针对CMJ测试，另一个针对DJ测试，并指出这些测试在各种运动表现和临床环境下被从业者广泛采用。
▌关键词
监测；变化敏感度；轮廓分析
▌前言
跳跃测试常用于评估下肢神经肌肉功能（5,6,9,50），监测训练的适应性（4,11），训练准备（14,19,20,47），以及受伤后的训练和比赛恢复准备（24,25,43）。虽然存在多种跳跃方式，但是竞技和研究中常用的是垂直下蹲跳（CMJ）和下落跳（DJ）（14,17,18,30,32,33,40,49）。这两种跳跃测试提供了对神经肌肉能力和反应力量（即耦合的离心-向心运动能力）间接的基于表现的评估，多项研究突显了跳跃结果测量良好到极佳的可靠性（14,19,20,33,34）。因此，这有助于从业者在研究伊始满怀信心地解释结果。从实际角度来看，跳跃评估简单易行，通常不会产生疲劳，且高效，这些因素在运动表现和康复环境中不应忽视，特别是在与很多运动员一起工作时，由于时间限制，可能无法进行定期的神经肌肉测试。
历史上，许多研究项目使用跳跃垫系统来测量基于时间的结果指标，例如飞行时间、跳跃高度（基于飞行时间）以及反应力量指数（RSI）（27,37,42）。据报道，由于成本和可携带性问题，测力台系统并不是从业人员容易获得和使用的（8），这也解释了为什么跳跃垫系统如此受欢迎。然而，最近的技术发展促使了智能手机应用程序的出现（3），同时便携式测力台系统的成本也降低了，从而提高了它们在一系列运动表现环境中的可用性，包括那些有预算限制的环境。这对于力量训练和运动医学研究者来说是一个积极的结果，因为它使他们能够收集更详细的信息来评估运动员的跳跃能力和下肢肌肉能力。此外，利用测力台技术进行的垂直跳跃动力学分析可以进行更广泛的神经肌肉评估，帮助研究者不局限于仅基于结果的测量（例如跳跃高度），包括描述跳跃策略的定量指标。这里的关联性在于，决策指标（例如起跳前的时间）已被证明比仅仅结果测量指标更敏感，特别是在高强度运动后（19,20）、受伤恢复期间（22）、运动员长期发展期间（23），以及在整个人类生命周期的神经肌肉功能评估中（11）。因此，这导致许多研究承认单独的结果测量的局限性，以及同时监测跳跃策略的必要性（6,13,21,37）。
尽管扩充了单一的跳跃高度测量并包括跳跃策略的变量具有优势，但考虑到测力平台系统可提供的指标众多，从业者很容易陷入困惑（12,19,20）。简单地说，作为运动员监测和神经肌肉测试的一部分，适当的跳跃表现和跳跃策略变量通常是不清楚的。因此，在开展运动员监测和神经肌肉测试时，选择合适的跳跃表现和跳跃策略指标非常重要。因此，从业者可以从一个能帮助选择常用跳跃测试指标的系统或框架中获益，而这正是本文的主要目的。为了使所提出的框架更加具体，我们提供了CMJ和DJ两个测试的例子。在不同的运动和临床环境中，这两个测试都被从业者广泛使用。然而，在详细讨论之前，从业者必须首先考虑几个与实践相关的更广泛的问题。
▌ 从业者关于选择指标的理论考虑
在选择任何运动表现测试手段的一部分的测试指标之前，主要有3个问题需要考虑：
1）是否有某种生物学基础理论能够连接我们想要衡量的指标与某种预期表现结果之间的关系？例如，如果跳跃高度下降（跳跃高度是我们想要衡量的表现结果），是否意味着存在高度的神经肌肉疲劳？或者，如果跳跃高度提高，是否意味着在场上表现更好，如增加冲刺速度呢？假设存在一个理论上的联系，这在之前已经进行过多次研究（26,30,31,53），我们继续进入第二个问题。
2）实施这个监测工具或系统有哪些可行性因素？如果没有受过教育的员工、专门的测试时间、获得高质量设备的资金以及正确的团队文化或态度，就执行跳跃测试以做出可行决策可能是不合理的。例如，小型教练团队经常忙于日常教练任务。添加每日或每周测力台评估（包括数据分析、反馈表和个人沟通）可能会使一些成员无法专注于其他基本训练。此时，从业者可能会因为实施测力台跳跃测试而付出过多而收获甚少。同样，一些运动员可能不愿意“参与”或对测试缺乏兴趣。更重要的是，主教练是否支持和鼓励这种实践？在假设从业者已经阐明了测试的必要性和益处，并且不存在可行性问题的情况下，则可以回答最后一个问题。尽管存在这些潜在的挑战，作者仍建议在每个小周期末进行测试。这样，从业者可以确定训练计划是否达到了预期的效果，并且持续反馈给关键利益相关者，以构建可持续的以人为本的高绩效环境（50）。
3）采集的数据质量如何？特别是是否与所采集之数据质量相关，收集到的数据是否更为敏感或准确？以粗略地例子来说，从业者可能想要每天早上测量RSI以确定他们的运动员是否已经从前一天的训练负荷中恢复过来，并且是否展现出足够的训练准备状态来进行当天计划内的训练课程(51)。如果在普通活动期间进行了5天的基准评估中，发现存在高度变化性，那么数据可能不足以敏感地反馈实践并允许我们做出准确和明智的训练决策。这种认识对我们来说往往是一个难以接受的现实，挑战了我们一些根深蒂固的偏见，尤其是当与运动表现存在理论相关联(26,30,31,53)时，我们已经投入了大量地财务和人力资源去增强我们的测试过程。同样，我们可能熟悉其他使用这种方式进行计划训练地团队。然而，需要记住地是，数据的准确性基于许多情境因素，如运动员的表现水平，测试员的技能，设备和环境等(52)。因此，对一个团队有效的方法可能不适用于另一个团队。因此鼓励从事者计算他们自己的基准和可靠性分析，以确保他们拥有可用的数据并且能够建立足够灵敏的阈值以检测运动表现中的显著变化。简言之，在有些情况下，即使某个测试筛查过问题1和问题2，但测试的误差或变异性如此之大，以至于无法有效地为决策和实践提供支持。图1提供了这3个主要问题的简要概述，供从业者在选择特定测试指标之前参考。
假设从业者已经考虑了上述三个问题，我们就可以举例说明如何从CMJ和DJ测试中选择指标。在这一点上，需要注意的是，即将提到的例子仅代表建议，并且文献中通常使用的其他指标，例如功率（19,20,32），仍然有其价值。但是，读者也应注意，跳跃策略可以通过增加功率输出来改变，但是由于推进净冲量决定跳跃高度，而不是功率（36,39,45），因此会导致跳跃高度的降低。因此，这个框架的目的是展示所选示例指标的“相互契合”，以便更容易地使用数据来帮助决策。
如前所述，同时关注结果测量和跳跃策略可以在跳跃分析和持续监测期间提供运动员神经肌肉能力的更全面的画面。在可能的情况下，关键是指标必须得到经验证地研究支持，并且必须具有可靠性和有效性方面地历史记录，以用于运动表现和临床应用。在有效性方面，这涉及测试所测量的内容与目标的程度，支持从业者使用给定的结果指标集（15）。任何测试的使用将在很大程度上由所讨论的运动项目或运动员的需求分析决定，对于需要在尽可能短时间内产生弹道式力量的队伍或运动员而言，跳跃测试通常是一个常用的选择。一旦确立了有效性，就要确定可靠性和相关的测量误差。这样做，并假定结果被认为可接受，治疗师可以更有信心地使用数据进行长期监测（52）。此外，对于训练干预的任何观察到的变化，也应说明这些变化与测量误差的相关关系，以确定这些变化是“真实的”还是处于测试误差范围内（稍后将讨论）（4,52）。尽管可接受的可靠性是可以解释的（有点像在沙滩上画线），但先前对于组内相关系数的建议是，下限应为95%的置信区间为>0.75（28），CV的系数为<10％（14）。最后，来自测力台评估的指标数量很多（12,19,20）。因此，建议仅监视几个关键指标，否则，当从同一测试中同时监视多个数据时，难以使用这些信息来进行训练决策的制定。
▌ 下蹲跳
最近的文献表明，改良RSI（RSI-Mod）作为跳跃能力的衡量指标越来越受欢迎。RSI-Mod是将跳跃高度除以起跳时间得到的比率指标，被视为是一项结果指标。需要注意的是，RSI-Mod是由两个部分组成的单一值，这可能会使结果不易理解。近期研究中的双侧肢体不对称性也支持这一点，认为组合数据相比于单独的组成部分更难解释。这也适用于RSI-Mod，因为它也是由其他两个指标（即跳跃高度和起跳时间）组成的。因此，建议从业者在监测RSI-Mod的变化时必须同时监测其组成部分。另外，第二和第三个推荐的指标是跳跃高度（最好是通过起跳速度确定）和起跳时间。尽管比率数据通常会带来挑战，但读者应该注意，在这种情况下，RSI-Mod的增加必然伴随着一部分（即增加跳跃高度或减少起跳时间）的改善，反之亦然。例如，如果一名运动员跳跃0.4米，起跳时间为0.8秒，则RSI-Mod将等于0.5（0.4除以0.8）。然而，如果一个运动员在跳高高度上展现了10%的提高（0.44m），同时起跳时间没有变化，那么RSI-Mod将提高到0.55。同样，跳高高度的10%下降（0.36m）将导致RSI-Mod分数呈现（更差）得分为0.45；如果起跳时间发生变化，RSI-Mod的得分趋势也会相同。因此，清楚地表明了需要监测任何比率的组成部分的重要性，并注意到任何RSI-Mod的变化只能通过跳高高度和/或起跳时间的变化来解释。同样，在某些情况下，运动员的体重也可能需要考虑到监测过程中。例如，如果训练干预的目的是增加肌肉质量，那么如果运动员跳高高度不变但体重增加了2千克，这也可以被视为积极适应。尽管一些研究对跳高高度检测神经肌肉准备阶段（19,20）进行了审查，但几乎总是会被视为影响因素。使用适合运动员的语言，有效地翻译运动员常规监测数据(包括垂直跳跃测试)的重要性不容忽视。虽然这仍然是个例子，但我们注意到，当优先使用简化语言时，关键利益相关者（如运动员和主教练）的支持会显著提高。虽然关键利益相关者可能缺乏了解生理学和生物力学的知识来理解垂直跳跃动力学分析的详细细节，但是运动员对跳高高度等指标（以及它们的含义）可能会更感兴趣，因为这个值提供了一些信心，表明他们可以胜过其他人。此外，对于运动员的反馈，特别是正面反馈，可能是建立总体稳定性和测试可靠性的有力方法。
然而，作为从业者和支持人员，我们也可能对推动结果的因素感兴趣，这就需要了解跳跃策略。起跳时间提供了从起始反向运动到起跳两个时刻的时间间隔的有用解释，这可能代表了一个有用的策略指标（4、21）。简单来说，如果从业者看到起跳时间的缩短，可能有两个解释：（a）运动员在反向运动中下蹲幅度不足，导致他们可能产生更低的净冲量，从而导致跳跃高度的减少（45），这将是一种训练的负适应，或者（b）如果跳跃高度保持不变，那么运动员现在可以在更短的时间内实现相同的结果，这意味着改善了弹道式力量，如发力率，这是一种正适应性。尽管起跳时间在这种情况下非常有用，但时间发生任何变化的原因可能仍然不是很明晰。因此，我们在此举出的最后一个建议的指标是下蹲深度。例如，在一次测试中，起跳时间为0.8秒，而在另一次测试中则为0.7秒；从业者可以看到在第二次测试中，运动员在起跳前花费了更短的动作时间，这意味着根据我们先前的讨论，结果更为理想。然而，这种变化的原因可能不太明显。通过引入下蹲深度，从业者可以将起跳时间的变化放入运动情景中，并报告跳跃前动作深度中明显的差异。因此，监测下蹲深度可以帮助从业者确定为什么在测试间起跳时间发生了变化。据作者所知，还没有针对下蹲深度和起跳时间之间的关联专门进行的研究发表。然而，先前的研究表明，下蹲深度与跳跃高度之间存在中等程度的关系（r = 0.60-0.67）（35）。本文专注于使用指标作为集合来改进实践，这这些关系的重要性可能足以证明将下蹲深度作为一个独立的度量标准是合理的，特别是当它可以用来说明起跳时间的变化时。最后，从业者还应注意，这个指标可能有益于与站立身高进行归一化，特别是在像青少年运动员（29）或在存在大量人体测量差异的运动（例如篮球）（43）群体中进行纵向监测。
综上所述，增加跳跃高度和起跳时间的指标将有助于同时解释RSI-Mod的任何变化，同时提供对于测量和使用跳跃策略的理解。最后，下蹲深度也可能有助于解释为什么时间发生了变化，需要注意的是，时间也是RSI-Mod的构成要素之一。总的来说，这些指标“讲述一个故事”，相互补充，希望数据可以有效地用于决策。当然，需要指出的是，这种决策过程完全取决于情境，对一个运动员适用的决策可能对另一个运动员无效。这个框架（图2）旨在将选定的指标相互关联，也可以应用于DJ测试。
▌ 下落跳
在DJ测试方案中最常用的测试指标似乎是RSI（6,18,29,33,34），可视为结果指标。这是另一种比率指标，与我们针对CMJ的建议一致，任何RSI的变化可能很难理解，除非同时监测组成它的各个部分。因此，我们建议的第二和第三个指标是跳跃高度（同上，理想情况下由起跳速度决定）和地面接触时间（GCT）。当目的是了解如何执行跳跃时，GCT确实提供了一些有关DJ任务策略的理解，特别是当现有文献在快（<0.25秒）和慢（>0.25秒）伸长-缩短（SSC）周期时间段之间有很大的一致性时（18,41,48）。简单地说，监测GCT可以了解运动员在DJ中是否使用快速或慢速的SSC力学机制，当与运动员的需要相关时，该框架可以随后提供策略建议。与CMJ中的起跳时间类似，如果没有其他策略指标，很难理解为什么在测试结果之间发生了GCT的变化。因此，我们在此框架中建议的第四个指标是下肢刚性。这指的是下肢关节相对于施加在其上的力量所产生的变形阻力，可以计算为峰值地面反作用力除以腿部弹性系统的位移（10）。例如，如果一个测试结果的GCT数据为0.23秒，而另一个测试结果为0.28秒，则从中可以明显看出，在第一个测试结果中，运动员在地面的时间更短（通常是理想的）。然而，原因可能不明显。通过测量下肢刚性，我们可能会发现第2个测试结果中僵硬度的降低，意味着下肢关节更多地弯曲，导致运动员在地面停留的时间更长。因此，假设落差高度等方面已标准化，监测下肢刚性可以帮助从业者确定为什么在测试结果之间GCT发生了变化。Arampatzis等人（2）的实证研究支持了这一点，在女性运动员的20cm（r = -0.82）和40cm（r = -0.89）DJ中报告了下肢刚性与GCT之间的强相关性。虽然这些相关性可以被认为是“强的”，但它们分别提供了-0.67和-0.79的r2值。这显示了33％和21％的GCT方差无法通过下肢刚性来解释，这可能表明这两个指标可以一起使用，而不是直接推断相同信息。
在进行DJ测试和监测时，应考虑一些额外的信息。首先，从业者应尝试在每次进行测试时标准化落差高度。否则，将影响冲击和起跳速度，最终影响测量结果。可以使用McMahon等人提出的新方法，使用单个测力台进行调整（38）。其次，如果从业者无法使用测力台，则可以使用Dalleau等人开发的方程式针对飞行时间，GCT和体重(r = 0.94)进行验证下肢刚性，这意味着也可以使用跳跃垫或智能手机应用程序收集的数据进行计算。但值得注意的是，如果GCT大于0.25秒，则可以质疑将下肢刚性作为附加指标的有用性，注意到此时间阈值以上表明快速SSC机制不良，而这通常是DJ任务的关键需求(33,34,41)。因此，可能使用腿刚度来解释GCT的变化，GCT仍然低于快速SSC机制所建议的0.25秒阈值。
总之，由于DJ是反应强度的度量，RSI很可能是我们感兴趣的测试指标。但是，考虑到它是一个比率，应该同时监测跳跃高度和GCT的组成部分。最后，使用下肢刚性可以补充GCT，使从业者能够了解为什么在过渡阶段GCT会随着时间的推移发生变化。与CMJ类似，这个框架（图3）旨在将选择的指标联系起来，以便在持续监测过程中同时关注结果测量和跳跃策略，从而为决策提供信息。
▌ 实际应用：在实践中测试它们的用处
一旦为CMJ和DJ测试选择了度量指标，关键是检验它们在测试组间都是可靠的并且是对变量灵敏的假设。表1和2提供了我们先前确定的CMJ和DJ测试指标的假设数据，以及一个8周训练干预期间前后的数据，虽然参考了之前的文献来确保建议的值是现实的，但不完全相同(4)。两张表格显示了平均数据、干预前的绝对可靠性（使用CV），百分比变化和测试之间差异的大小（效应大小[d]）等数据。在这一点上，读者应该注意两个关键点：1、在解释相对于CV的百分比变化时，使用基线或干预前CV（而不是汇总值），因为“变化”始终是相对于其起始位置（即基线）解释的(4)；2、鉴于这是一个假设性情况，在讨论训练干预的具体细节时，将与本文无关。然而，从业者应该在监测指标的整体目标和训练阶段所期望达到的效果方面考虑他们的训练计划。
在表1中，RSI-Mod和跳跃高度作为假设测试指标仅显示微小的变化(d≤0.18)。虽然这些测试指标似乎可靠（CV＜10%），百分比变化值(已包含在其中以区分变化，即真实变化和测试误差内的变化)也＜CV。因此，我们的结论是，在此情况下，这些指标是可靠的，但对训练干预后的变化并不灵敏。然而，我们的策略指标（起跳时间和下蹲深度）显示了更大的变化(d=-0.83至-1.08)。具体而言，这些运动员减少了起跳时间，从而实质上实现了更快地运动。正如前面所讨论的，跳跃高度基本保持不变，但现在在起跳之前动作更快。因此，从业者能够推断出发力率有所改善，因为他们能够在更短的时间内施加基本相同的冲量。这被下蹲深度的显著降低（d=-1.08）结果所证实，这可能有助于解释所见变化的原因。最后，由于我们的策略指标也显示了可接受的可靠性，从业者还可以看到这次的百分比变化大于测试误差范围内相关方差所占比例，因此在群体层面展现出真实的变化。需要注意的是，这种情况涉及到组平均数据。然而，由于每个运动员都有自己的成绩，相对于基线CV的百分比改变可以在个体层面上计算，这已经在一项最近研究中报告了(4)。
在表2中，假设的测试指标显示CV值<10%，这意味着从业者可以对所选择的测试指标可接受信度有信心。与CMJ类似，这些测试指标的差异大小有所不同。尽管GCT表现出中等(d=-0.75)和统计学上显著的提高，跳跃高度却只有很小的增加(d=0.35)。不出所料，RSI的效应大小位于中间区域(d=0.57)，需要注意的是，RSI是通过将跳跃高度除以GCT(48)得到的的比率。最后，尽管相对于跳跃高度和RSI，GCT的大幅改善是值得期待的，但下肢刚性的大幅改善（d=0.81）进一步支持了我们对GCT所见改善的理解。因此，将下肢刚性作为一个测试指标加入，加强了我们对GCT所见改善的理解。
尽管是假设的，但希望读者能理解为CMJ和DJ测试选择这些指标是如何相互解释和支持彼此的。此外，本节特别强调了：1）并非所有测试指标在训练干预后都对变化敏感，因此，有些测试指标将更好地指导决策。2）并非所有测试指标都能产生相同的可靠性，因此，从业者可能希望在任何正式数据收集之前熟悉标准化的操作流程，以改善可靠性并确定有意义变化的阈值。3）如果选择的测试指标与正在监测的其他测试指标没有关系，那么为什么选择了这些指标，并且为什么在测试之间会出现明显变化，这些问题可能并不明晰。
▌ 结论
本文旨在鼓励从业者考虑他们从CMJ和DJ测试中选择合适的测试指标，以便所获得的信息有助于解释其他指标，并指导实践中的决策制定。尽管提供了CMJ和DJ测试的示例，但读者应注意，我们并不只是建议这些是这些测试中唯一需要监测的测试指标。我们的目标是在这些例子中演示，所选择的测试指标可以有助于解释分数可能产生任何变化的原因，从而有助于互相补充。虽然跳跃测试中存在大量测试指标的文献，但对于它们是否有长期的监测用途而言，最后一步——测试它们在实践中的使用情况，这应该是决定它们是否有任何长期使用意义的关键。这应该有助于判断它们是否值得纳入，以及是否与更常用的跳跃高度等结果测量指标一起使用。
▌作者：
克里斯·毕晓普（Chris Bishop）
- 伦敦体育学院中强度与调节训练学科的高级讲师，也是米德尔塞克斯大学MSc强度和调节训练项目的项目主管
安东尼·特纳（Anthony Turner）
- 伦敦体育学院中强度与调节训练学科的副教授，属于米德尔塞克斯大学
马特·乔丹（Matt Jordan）
- 加拿大体育协会卡尔加里运动科学主任
约翰·哈里（John Harry）
- 德克萨斯理工大学（Texas Tech University）的生物力学助理教授，担任人类表现和生物力学系主任
伊里内乌·洛图尔科（Irineu Loturco）
- 现在是高水平体育运动核心（NAR）的运动科学和研究负责人
杰森·莱克（Jason Lake）
- 奇切斯特体育学院体育生物力学学科的讲师，隶属于奇切斯特大学（University of Chichester）
保罗·卡默福特（Paul Comfort）
- 索尔福德大学（University of Salford）的力量和体能训练学科的讲师
▌译者：姜魏东
- 上海体育学院体育教育训练学专业竞技运动与体能训练方向在读硕士研究生
- 国家二级排球运动员、裁判员
- 曾参与江苏省体科所科技助力全运会备战与高水平运动员运动康复工作；参与上海市体育训练基地的高水平运动员体能训练工作。
- NSCA-CSCS、 FMS、CPR
参考文献：
1. Allison D, Paultre F, Goran M, Poehlman E, Heymsfield S. Statistical considerations regarding the use of ratios to adjust data. Int J Obes Rel Metab Disord 19: 644–652, 1995.
2. Arampatzis A, Bruggemann G-P, Klapsing G. Leg stiffness and mechanical energetic processes during jumping on a sprung surface. Med Sci Sports Exerc 33: 923–931, 2001.
3. Balsalobre-Fernandez C, Glaister M, Lockey R. The validity and reliability of an iPhone app for measuring vertical jump performance. J Sports Sci 33: 1574–1579, 2015.
4. Bishop C, Abbott W, Brashill C, et al. Effects of pre-season strength training on bilateral and unilateral jump performance, and the bilateral deficit in premier league academy soccer players. Prof Strength Cond J In Press.
5. Bishop C, Brashill C, Abbott W, et al. Jumping asymmetries are associated with speed, change of direction speed, and jump performance in elite academy soccer players. J Strength Cond Res 35: 1841–1847, 2021.
6. Bishop C, Read P, Chavda S, et al. Magnitude or direction? Seasonal variation of inter-limb asymmetry in elite academy soccer players. J Strength Cond Res [Epub ahead of print].
7. Bishop C, Read P, Stern D, Turner A. Effects of soccer match-play on unilateral jumping and interlimb asymmetry: A repeated measures design. J Strength Cond Res [Epub ahead of print].
8. Bishop C, Turner A, Jarvis P, Chavda S, Read P. Considerations for selecting field-based strength and power fitness tests to measure asymmetries. J Strength Cond Res 31: 2635–2644, 2017.
9. Bishop C, Weldon A, Hughes J, et al. Seasonal variation of physical performance and inter-limb asymmetry in professional cricket athletes. J Strength Cond Res 35: 941–948, 2021.
10. Brazier J, Maloney S, Bishop C, Read P, Turner A. Lower extremity stiffness: Considerations for testing, performance enhancement, and injury risk. J Strength Cond Res 33: 1156–1166, 2019.
11. Caserotti P, Aagaard P, Puggaard L. Changes in power and force generation during coupled eccentric-concentric versus concentric muscle contraction with training and aging. Eur J Appl Physiol 103:151–161, 2008.
12. Chavda S, Bromley T, Jarvis P, et al. Force-time characteristics of the countermovement jump: Analyzing the curve in excel. Strength Cond J 40: 67–77, 2018.
13. Cohen D, Burton A, Wells C, et al. Single vs double leg countermovement jumps: Not half an apple! Aspetar Sports Med J 34–41, 2020.
14. Cormack S, Newton R, McGuigan M, Doyle T. Reliability of measures obtained during single and repeated countermovement jumps. Int J Sports Physiol Perform 3: 131–144, 2008.
15. Currell K, Jeukendrup A. Validity, reliability and sensitivity of measures of sporting performance. Sports Med 38: 297–316, 2008.
16. Dalleau G, Belli A, Viale F, Lacour J-R, Bourdin M. A simple method for field measurements of leg stiffness in hopping. Int J Sports Med 25: 170–176, 2004.
17. Ebben W, Petushek E. Using the reactive strength index modified to evaluate plyometric performance. J Strength Cond Res 24: 1983–1987, 2010.
18. Flanagan E, Ebben W, Randall J. Reliability of the reactive strength index and time to stabilization during depth jumps. J Strength Cond Res 22: 1677–1682, 2008.
19. Gathercole R, Sporer B, Stellingwerff T, Sleivert G. Alternative countermovement jump analysis to quantify acute neuromuscular fatigue. Int J Sports Physiol Perform 10: 84–92, 2015.
20. Gathercole R, Sporer B, Stellingwerff T, Sleivert G. Comparison of the capacity of different jump and sprint field tests to detect neuromuscular fatigue. J Strength Cond Res 29: 2522–2531, 2015.
21. Harry J, Barker L, Tinsley G, et al. Relationships among countermovement vertical jump performance metrics, strategy variables, and inter-limb asymmetry in females. Sports Biomech [Epub ahead of print].
22. Hart L, Cohen D, Patterson S, Springham M, Reynolds J, Read P. Previous injury is associated with heightened countermovement jump force-time asymmetries in professional soccer players even after return to play. Transl Sport Med 2: 256–262, 2019.
23. Jordan M, Aagaard P, Herzog W. A comparison of lower limb stiffness and mechanical muscle function in ACL-reconstructed, elite, and adolescent alpine ski racers/ski cross athletes. J Sport Heal Sci 7: 416–424, 2018.
24. Jordan M, Aagaard P, Herzog W. Lower limb asymmetry in mechanical muscle function: A comparison between ski racers with and without ACL reconstruction. Scand J Med Sci Sports 25: e301–309, 2015.
25. Jordan M, Morris N, Lane M, et al. Monitoring the return to sport transition after ACL injury: An alpine ski racing case study. Front Sport Act Living 2: 1–16, 2020.
26. Kale M, Alper A, Bayrak C, Acikada C. Relationships among jumping performances and sprint parameters during maximum speed phase in sprinters. J Strength Cond Res 23: 2272–2279, 2009.
27. Kenny I, Caireallain A, Comyns T. Validation of an electronic jump mat to assess stretch-shortening cycle function. J Strength Cond Res 26: 1601–1608, 2012.
28. Koo T, Li M. A guideline of selecting and reporting intraclass correlation coefficients for reliability research. J Chiro Med 15: 155–163, 2016.
29. Lloyd R, Oliver J, Hughes M, Williams C. Reliability and validity of field-based measures of leg stiffness and reactive strength index in youths. J Sports Sci 27: 1565–1573, 2009.
30. Loturco I, D’Angelo R, Fernandes V, et al. Relationship between sprint ability and loaded/unloaded jump tests in elite sprinters. J Strength Cond Res 29: 758–764, 2015.
31. Loturco I, Fernandes V, Boullosa D, et al. Correlations between jump measures and competitive performance remain stable over time in top level sprinters. J Sports Med Phys Fit [Epub ahead of print].
32. Loturco I, Pereira L, Reis V, et al. Power training in elite young soccer players: Effects of using loads above or below the optimum power zone. J Sports Sci 38: 1416–1422, 2020.
33. Maloney S, Fletcher I, Richards J. A comparison of methods to determine bilateral asymmetries in vertical leg stiffness. J Sports Sci 34: 829–835, 2016.
34. Maloney S, Richards J, Nixon D, Harvey L, Fletcher I. Do stiffness and asymmetries predict change of direction performance?. J Sports Sci 35: 547–556, 2017.
35. Mandic R, Jakovljevic S, Jaric S. Effects of countermovement depth on kinematic and kinetic patterns of maximum vertical jumps. J Electromyog Kinesiol 25: 265–272, 2015.
36. McBride J, Kirby T, Haines T, Skinner J. Relationship between relative net vertical impulse and jump height in jump squats performed to various squat depths and with various loads. Int J Sports Physiol Perform 5: 484–496, 2010.
37. McMahon J, Jones P, Comfort P. A correction equation for jump height measured using the just jump system. Int J Sports Physiol Perform 11: 555–557, 2016.
38. McMahon J, Lake J, Stratford C, Comfort P. A proposed method for evaluating drop jump performance with one force platform. Biomech 1: 178–189, 2021.
39. Morin J-B, Jimenez-Reyes P, Brughelli M, Samozino P. When jump height is not a good indicator of lower limb maximal power output: Theoretical demonstration, experimental evidence and practical solutions. Sports Med 49: 999–1006, 2019.
40. Newton R, Gerber A, Nimphius S, et al. Determination of functional strength imbalance of the lower extremities. J Strength Cond Res 20: 971–977, 2006.
41. Pedley J, Lloyd R, Read P, Moore I, Oliver J. Drop jump: A technical model for scientific application. Strength Cond J 39: 36–44, 2017.
42. Pueo B, Lipinska B, Jiminez-Olmedo J, Zmijewski P, Hopkins W. Accuracy of jump-mat systems for measuring jump height. Int J Sports Physiol Perform 12: 959–963, 2017.
43. Read P, Hughes J, Stewart P, et al. A needs analysis and field-based testing for basketball. Strength Cond J 36: 13–20, 2014.
44. Rhea M. Determining the magnitude of treatment effects in strength training research through the use of the effect size. J Strength Cond Res 18: 918–920, 2004.
45. Ruddock A, Winter E. Jumping depends on impulse not power. J Sports Sci 34: 584–585, 2015.
46. Suchomel T, Bailey C, Sole C, Grazer J, Beckham G. Using reactive strength index-modified as an explosive performance measurement tool in division 1 athletes. J Strength Cond Res 29: 899–904, 2015.
47. Thorlund J, Michalsik L, Madsen K, Aagaard P. Acute fatigue-induced changes in muscle mechanical properties and neuromuscular activity in elite handball players following a handball match. Scand J Med Sci Sport 18: 462–472, 2008.
48. Turner A, Jeffreys I. The stretch-shortening cycle: Proposed mechanisms and methods for enhancement. Strength Cond J 32: 87–99, 2010.
49. Turner A, Bishop C, Chavda S, et al. Physical characteristics underpinning lunging and change of direction speed in fencing. J Strength Cond Res 30: 2235–2241, 2016.
50. Turner A, Bishop C, Cree J, et al. Building a high-performance model for sport: A human development-centered approach. Strength Cond J 41: 100–107, 2019.
51. Turner A, Bishop C, Springham M, Stewart P. Identifying readiness to train: When to push and when to pull. Prof Strength Cond J 42: 9–14, 2016.
52. Turner A, Brazier J, Bishop C, et al. Data analysis for strength and conditioning coaches: Using excel to analyze reliability, differences, and relationships. Strength Cond J 37: 76–83, 2015.
53. Vescovi J, McGuigan M. Relationships between sprinting, agility, and jump ability in female athletes. J Sports Sci 26: 97–107, 2008.
