首頁 資訊 空乘如何評估自己的體態(tài)是否合格?

空乘如何評估自己的體態(tài)是否合格?

來源:泰然健康網(wǎng) 時間:2024年12月02日 21:49

   大家知道空乘初試是什么嗎?

  空乘初試即為形象初試,顯而易見就是看大家的形象,形象除了穿著、化妝,很重要的一點,就是形體儀態(tài),而這恰恰也是最考驗人的。

  很多同學(xué)向小編提出問題,發(fā)了照片過來,小編發(fā)現(xiàn),很多同學(xué)有高低肩現(xiàn)象,同學(xué)們平時不注意,沒有及時矯正,反被刷。

  今天我們就來聊一聊關(guān)于形體、高低肩的問題!~

  首先,自我矯正的核心是你要關(guān)注到身體是一個整體,高低肩的反應(yīng)其實不僅僅是一肩高一肩低,有可能是身體各個部位引起,看下圖:

  體態(tài)評估基本方法:

  1) 觀察腳是否內(nèi)外翻:

  其實你不管足內(nèi)翻還是外翻,在我們看來,就是看到的就是腳歪了,不用管什么翻。你只要看外踝和足跟外側(cè)的連線是否垂直地面,如果有1側(cè)垂直而另一側(cè)不垂直這樣踝關(guān)節(jié)就是有問題的

  2) 觀察膝蓋是否一樣高

  大家關(guān)注一下下圖膝蓋中間那條若隱若現(xiàn)的橫紋,看膝蓋是否存在高低不平的最樸實的方法就是看兩條膝蓋后側(cè)最深的橫紋是否都在一條線上。如果不在就是膝蓋高度不一樣。

  3) 觀察髖是否一樣高

  兩手指卡住髂前下棘,看兩手指高度是否在一條線上。

  4) 觀察肩是否一樣高

  看肩峰是否在一條線上,肩峰還是看上圖那位,肩部的最高點,很明顯。

  矯正方式

  首先,改正不良的生活習(xí)慣:改正翹二郎腿的習(xí)慣,減少背單肩包幾率,或者換著背,減少單手提重物的幾率,或者兩手輪流提,總之,平均原則。

  然后,鍛煉背部肌肉,是背部肌肉均勻,防止勞損。可以做以下動作:雙腳打開與肩寬,雙手向上,掌心相對,雙手帶動上身向下彎曲,直到背部與地面平行,調(diào)整重心,微微前移,均勻呼吸,堅持1分鐘左右。此動作可以有效的緩解背部的不適,從而預(yù)防和減輕高低背。在練習(xí)此動作時,最好對著鏡子練習(xí),以防止背部不平整,或者通過他人糾正也是可以的。每天練習(xí)5~6組。也可以做其他拉伸背部的動作。

  還有,就是最常見的一個矯正方法,即貼墻站立,啞鈴訓(xùn)練法。

  站立的正確姿勢

  啞鈴運動法

 ?、?兩腳開立與肩同寬,上體直立。兩手持啞鈴下垂于體側(cè)。然后吸氣,同時兩臂做側(cè)平上舉,然后呼氣放下還原。重復(fù)10-12次,練習(xí)4組。

 ?、趦赡_開立與肩同寬上體直立低肩側(cè)手持啞鈴或重物做單臂聳肩 另一側(cè)手叉腰。重復(fù)10-15次 練習(xí)4組。

 ?、?兩腳開立與肩同寬,上體直立,低肩側(cè)手持啞鈴或重物做單臂肩上正推舉。重復(fù)IO-12次練習(xí)4組。

 ?、?單杠雙臂正握懸垂10-15秒?;蚰瑪?shù)15-25個數(shù)。練習(xí)3組。

  ⑤單杠雙臂正握懸垂頸后引體向上8-12次。練習(xí)3 組。

 ?、迒胃茈p臂正握懸垂向后收腹團身翻臀成吊肩懸垂,稍停3-

  5秒鐘,接著再向前提臀翻轉(zhuǎn)還原成正懸垂。重復(fù)8 -12次,練習(xí)3組。

  ⑦ 低肩側(cè)單臂正握單杠懸垂10-15秒或默數(shù)15-25個數(shù)。練習(xí)3組。

 ?、嗟图鐐?cè)單臂反握單杠懸垂后引體向上能拉幾下均可,只要向上拉用力即可。練習(xí)3組。

 ?、醿赡_開立與肩同寬,上體直立,低肩側(cè)手持啞鈴或重物做單臂側(cè)平舉,另一側(cè)手叉腰。重復(fù)15-20次,練習(xí)4組。

 ?、?雙杠雙臂支撐擺動臂屈伸8-12次,練習(xí)4組。


相關(guān)知識

如何評估自己的飲水是否健康
如何評估孩子的心理是否健康?
大學(xué)生心理健康如何自我評估?認(rèn)識自己,尋求幫助,自我調(diào)節(jié)
體態(tài)檢測,如何評估體態(tài)健康? – 維塑科技
如何評估個人的健康飲食狀況?探索自我評估的方法
什么是心理健康,標(biāo)準(zhǔn)是什么?大學(xué)生心理健康如何自我評估?
如何評估自己的身體恢復(fù)能力,怎樣變強?
如何判斷自己的抑郁狀況是否在改善
身體姿態(tài)評估,讀懂身體的語言!
如何使用BMI計算來評估自己的健康狀況?

網(wǎng)址: 空乘如何評估自己的體態(tài)是否合格? http://m.u1s5d6.cn/newsview219595.html

推薦資訊