A comparative study of slow and fast suryanamaskar on physiological function
Notice bibliographique
Résumé
BACKGROUND: Numerous scientific studies have reported beneficial physiological changes after short- and long-term yoga training. Suryanamaskar (SN) is an integral part of modern yoga training and may be performed either in a slow or rapid manner. As there are few studies on SN, we conducted this study to determine the differential effect of 6 months training in the fast and slow versions. MATERIALS AND METHODS: 42 school children in the age group of 12-16 years were randomly divided into two groups of 21 each. Group I and Group II received 6 months training in performance of slow suryanamaskar (SSN) and fast suryanamaskar (FSN), respectively. RESULTS: Training in SSN produced a significant decrease in diastolic pressure. In contrast, training in FSN produced a significant increase in systolic pressure. Although there was a highly significant increase in isometric hand grip (IHG) strength and hand grip endurance (HGE) in both the groups, the increase in HGE in FSN group was significantly more than in SSN group. Pulmonary function tests showed improvements in both the groups though intergroup comparison showed no significance difference. Maximum inspiratory pressure (MIP) and maximum expiratory pressure increased significantly in both the groups with increase of MIP in FSN group being more significant than in SSN. CONCLUSION: The present study reports that SN has positive physiological benefits as evidenced by improvement of pulmonary function, respiratory pressures, hand grip strength and endurance, and resting cardiovascular parameters. It also demonstrates the differences between SN training when performed in a slow and fast manner, concluding that the effects of FSN are similar to physical aerobic exercises, whereas the effects of SSN are similar to those of yoga training.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».