Neuromuscular Adaptations Following Antagonist Resisted Training
Notice bibliographique
Résumé
The purpose was to assess a novel form of strength training, antagonist resisted training (ART), with potential use in microgravity and athletic rehabilitation settings. ART uses the force from antagonist muscles, during cocontractions, as the source of resistance for the agonists. Strength and electromyography (EMG) measurements were recorded before and after a 6-week training program during which participants trained the left arm while the right arm served as a control. Training was designed so that the elbow extensors (antagonists) served as resistance for the elbow flexors (agonists). Elbow flexor and extensor strengths were measured during maximal isometric contractions with the elbow fixed at 90 degrees. EMG was recorded from the biceps brachii and lateral head of the triceps brachii during all strength tests. EMG was also recorded from both muscles during a maximal isometric cocontraction of the elbow flexors and extensors. Elbow flexion strength increased significantly for the trained arm (5.8%) relative to the control (0.5%) (p = 0.003). Elbow extension strength of the trained limb also increased significantly (8.5%) relative to the control (4.5%) (p = 0.029). Biceps and triceps EMG, during maximum strength tests, increased significantly for the trained arm (18.5 and 18.6%) relative to the control (0.5 and -5.2%) (p = 0.035 and p = 0.01). Biceps and triceps EMG, during maximum cocontraction tests, increased significantly for the trained arm (30.1 and 61.1%) relative to the control (9.2 and 1.1%) (p = 0.042 and p = 0.0005). ART was found to increase strength and therefore could be an effective form of resistance training. Because it requires no equipment, ART may be especially applicable in microgravity environments, which have space and weight constraints.
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 | 0,002 | 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 | 0,001 | 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 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 ».