MétaCan
Menu
Retour à la cohorte
Enregistrement W1978165365 · doi:10.1519/jsc.0b013e3181e3826e

The Effect of an Upper-Body Agonist-Antagonist Resistance Training Protocol on Volume Load and Efficiency

2010· article· en· W1978165365 sur OpenAlexaff
Daniel Robbins, Warren Young, David G. Behm

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBench pressResistance trainingSet (abstract data type)Volume (thermodynamics)Test benchSession (web analytics)Rest (music)Training setMedicineMathematicsComputer sciencePhysical therapyInternal medicineArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to investigate the acute effects on volume load (VL) (load × repetitions) of performing paired set (PS) vs. traditional set (TS) training over 3 consecutive sets. After a familiarization session 16 trained men performed 2 testing protocols using 4 repetition maximum loads: TS (3 sets of bench pull followed by 3 sets of bench press performed in approximately 10 minutes) or PS (3 sets of bench pull and 3 sets of bench press performed in an alternating manner in approximately 10 minutes). Bench pull and bench press VL decreased significantly from set 1 to set 2 and from set 2 to set 3 under both the PS and TS conditions (p < 0.05). Bench pull and bench press VL per set were significantly less under TS as compared to PS over all sets, with the exception of the first set (bench pull set 1) (p < 0.05). Session totals for bench pull and bench press VL were significantly less under TS as compared to PS (p < 0.05). Paired set was determined to be more efficient (VL/time) as compared to TS. The data suggest that a 2-minute rest interval between sets (TS), or a 4-minute rest interval between similar sets (PS), may not be adequate to maintain VL. The data further suggest that PS training may be more effective than TS training in terms of VL maintenance and more efficient. Paired set training would appear to be an efficient method of exercise. Practitioners wishing to maximize work completed per unit of time may be well advised to consider PS training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,363
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetSports Performance and TrainingTravaux en français237 207