A comparison of volume-equated knee extensions to failure, or not to failure, upon rating of perceived exertion and strength adaptations
Notice bibliographique
Résumé
The present study aimed to compare the effects of repetition duration-, volume-, and load-matched resistance training to muscular failure (MMF) or not to muscular failure (NMF) on maximal voluntary isometric knee extensor strength. This design also allowed testing of the efficacy of "5×5" training. Nine recreationally active males (age, 21.4 ± 1.2 years; height, 1.79 ± 0.07 m; weight, 78.4 ± 7.1 kg) performed unilateral resistance training at 80% of maximal torque at 2×/week for 6 weeks. Using their nondominant leg, participants performed 5 sets of 5 repetitions (NMF). Using their dominant leg, participants performed 25 repetitions in as few sets as possible (MMF). All repetitions were performed at a pace of 2 s concentric, 1 s isometric pause, and 2 s eccentric with a 2-min rest interval between sets. Analyses identified significant pre- to post-intervention strength increases for both MMF and NMF, with effect sizes (ESs) of 2.01 and 1.65, respectively, with no significant differences between conditions (p > 0.05). Peak and mean ratings of perceived exertion (RPEs) were significantly higher for MMF compared with NMF conditions (p < 0.0001), and a tendency for significantly higher RPE values reported for later sets for the NMF condition. Total training time per session was significantly longer for NMF compared with MMF (p < 0.001). The present study suggests that in untrained participants, resistance training NMF produces equivocally the same strength increases as training to MMF when volume-matched. However, resistance training to MMF appears to be a more time-efficient protocol and may produce greater strength gains as indicated by a larger ES.
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 | 0,000 | 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) | 0,000 | 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 ».