MétaCan
Menu
Retour à la cohorte
Enregistrement W2051268639 · doi:10.1519/jsc.0b013e3181b1b181

A Comparison of Free Weight Squat to Smith Machine Squat Using Electromyography

2009· article· en· W2051268639 sur OpenAlexaff
Shane Schwanbeck, Philip D. Chilibeck, Gordon Binsted

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSquatElectromyographyBicepsVastus medialisPhysical medicine and rehabilitationPhysical therapyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this experiment was to determine whether free weight or Smith machine squats were optimal for activating the prime movers of the legs and the stabilizers of the legs and the trunk. Six healthy participants performed 1 set of 8 repetitions (using a weight they could lift 8 times, i.e., 8RM, or 8 repetition maximum) for each of the free weight squat and Smith machine squat in a randomized order with a minimum of 3 days between sessions, while electromyographic (EMG) activity of the tibialis anterior, gastrocnemius, vastus medialis, vastus lateralis, biceps femoris, lumbar erector spinae, and rectus abdominus were simultaneously measured. Electromyographic activity was significantly higher by 34, 26, and 49 in the gastrocnemius, biceps femoris, and vastus medialis, respectively, during the free weight squat compared to the Smith machine squat (p < 0.05). There were no significant differences between free weight and Smith machine squat for any of the other muscles; however, the EMG averaged over all muscles during the free weight squat was 43% higher when compared to the Smith machine squat (p < 0.05). The free weight squat may be more beneficial than the Smith machine squat for individuals who are looking to strengthen plantar flexors, knee flexors, and knee extensors.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,056
Tête enseignante GPT0,400
Écart entre enseignants0,344 · 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

Citations187
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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