Prediction of One Repetition Maximum Strength From Multiple Repetition Maximum Testing and Anthropometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this study was to quantify the decrease in the load lifted from 1 to 5, 10, and 20 repetitions to failure for the flat barbell bench press (chest press; CP) and plate-loaded leg press (LP). Furthermore, we developed prediction equations for 1 repetition maximum (RM) strength from the multiple RM tests, including anthropometric data, gender, age, and resistance training volume. Seventy subjects (34 men, 36 women), 18-69 years of age, completed 1, 5, 10, and 20RM testing for each of the CPs and LPs. Regression analyses of mean data revealed a nonlinear decrease in load with increasing repetition number (CP: linear S(y.x) = 2.6 kg, nonlinear S(y.x) = 0.2 kg; LP: linear S(y.x) = 11.0 kg, nonlinear S(y.x) = 2.6 kg, respectively). Multiple regression analyses revealed that the 5RM data produced the greatest prediction accuracy, with R(2) data for 5, 10, and 20RM conditions being LP: 0.974, 0.933, 0.915; CP: 0.993, 0.976, and 0.955, respectively. The regression prediction equations for 1RM strength from 5RM data were LP: 1RM = 1.0970 x (5RM weight [kg]) + 14.2546, S(y.x) = 16.16 kg, R(2) = 0.974; CP: 1RM = 1.1307 x (5RM weight) + 0.6999, S(y.x) = 2.98 kg, R(2) = 0.993. Dynamic muscular strength (1RM) can be accurately estimated from multiple repetition testing. Data reveal that no more than 10 repetitions should be used in linear equations to estimate 1RM for the LP and CP actions.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 découle