MétaCan
Menu
Retour à la cohorte
Enregistrement W2002540068 · doi:10.1139/h05-027

Effect of resistance and aerobic training on regional body composition in previously recreationally trained middle-aged women

2006· article· en· W2002540068 sur OpenAlexvenueno aff
Steven J. Fleck, Cora Mattie, Henry C. Martensen

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBench pressTrunkLean body massSoft tissueMedicineResistance trainingLean tissueStrength trainingAerobic exercisePhysical therapyAnimal scienceBody weightInternal medicineSurgeryBiology

Résumé

récupéré en direct d'OpenAlex

Twelve middle-aged women (mean age 41.9 +/- 1.6 y) performed variable-cam resistance training and aerobic training 3 times/week for 14 weeks. One repetition maximum (1 RM) significantly increased between pre-training and training week 7 (13.1%-17.8%), between training week 7 and post-training (10.8%-14.1%), and between pre-training and post-training (25.5%-30.9%). Total-body lean soft tissue and total % body fat determined by duel-energy X-ray absorptiometry (DEXA) significantly increased (2.2%) and decreased (1.4%), respectively. Arm, trunk, and total upper-body (arm + trunk) lean soft tissue significantly increased (0.7%-4.6%). Total body fat tissue and all regional measures of fat tissue and % fat showed no significant changes. Significant correlations were shown between pre-testing and post-testing 1 RM in the bench press, lat pull down, and overhead press in all instances, except for post-training bench press and total upper-body lean soft tissue (r = 0.58-0.90). In contrast, non-significant correlations were shown between pre- and post-testing 1 RM of the leg press, with the exception of pre-training and total lean soft tissue and pre-training and leg lean soft tissue. In conclusion, resistance training resulted in consistent strength gains in middle-aged women, which were accompanied by regional changes in upper-body composition, whereas lower-body composition moved in the hypothesized direction, but did not achieve significance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetBody Composition Measurement TechniquesTravaux en français237 207