Training Adaptations Associated With an 8-Week Instability Resistance Training Program With Recreationally Active Individuals
Notice bibliographique
Résumé
Instability devices are popular training modalities; however, their training effectiveness has not been well established. The objective of this study was to determine differences in physiological and performance measures after stable and unstable resistance training. Eighteen subjects (10 men and 8 women) resistance trained 3 d.wk under either stable or unstable conditions for 8 weeks. Pre and posttraining measures included chest press isometric force and electromyographic activity of the triceps brachii and pectoralis major under stable and unstable conditions and 1-legged throwing distance, balance, countermovement jump (CMJ) and drop jump (DJ) heights. There were no significant training group effects found with any measure. However, there was a tendency (p = 0.06) for the unstable training group to improve the stable to unstable chest press force ratio to a greater degree (24.8%) than the stable group (10.8%). There were significant overall pre to posttraining improvements in maximum voluntary isometric contraction (MVIC) force (13.3%: p < 0.0001), unstable/stable force (18.2%: p = 0.0005), bench press (11%: p < 0.0001), squat (14.9%: p < 0.0001), CMJs (11.2%: p = 0.002), and DJs (3.3%: p = 0.001), wobble board contacts (12.4%: p = 0.03), and wobble board on-off ratios (62%: p = 0.005). There was a significant (p < 0.0001) 42.2% greater MVIC force and 43.2 and 33.2% greater triceps (p = 0.003) and pectoral (p = 0.005) neuromuscular efficiency with stable vs. unstable isometric chest press. It appears that instability resistance training, which reportedly uses lower forces, can increase strength and balance in previously untrained young individuals similar to training with more stable machines employing heavier loads.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».