ENERGY EXPENDITURE DURING BENCH PRESS AND SQUAT EXERCISES
Notice bibliographique
Résumé
Despite the popularity of resistance training (RT), an accurate method for quantifying its metabolic cost has yet to be developed. We applied indirect calorimetry during bench press (BP) and parallel squat (PS) exercises for 5 consecutive minutes at several steady state intensities for 23 (BP) and 20 (PS) previously trained men. Tests were conducted in random order of intensity and separated by 5 minutes. Resultant steady state VO2 data, along with the independent variables load and distance lifted, were used in multiple regression to predict the energy cost of RT at higher loads. The prediction equation for BP was Y' = 0.132 + (0.031)(X1) + (0.01)(X2), R2 = 0.728 and S(xy) = 0.16; PS can be predicted by Y' = -1.424 + (0.022)(X1) + (0.035)(X2), R2 = 0.656 and S(xy) = 0.314; where Y' is VO2 X1 is the load measured in kg and X2 is the distance in cm. Based on a respiratory exchange ratio (RER) of 1.0 and a caloric equivalent of 5.05 kcal x L(-1), VO2 was converted to caloric expenditure (kcal x min(-1)). Using those equations to predict caloric cost, our resultant values were significantly larger than caloric costs of RT reported in previous investigations. Despite a potential limitation of our equations to maintain accuracy during very high-intensity RT, we propose that they currently represent the most accurate method for predicting the caloric cost of bench press and parallel squat.
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 | 0,000 | 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) | 0,002 | 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 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 ».