MétaCan
Menu
Retour à la cohorte
Enregistrement W2124709976

Dynamic training volume: a construct of both time under tension and volume load.

2006· article· en· W2124709976 sur OpenAlexaff
Quan T. Tran, David Docherty

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseVolume (thermodynamics)Resistance trainingMedicineProtocol (science)ElectromyographyElbowPhysical medicine and rehabilitationElbow flexionPhysical therapyComputer scienceSurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate the effects of three different weight training protocols, that varied in the way training volume was measured, on acute muscular fatigue. Ten resistance-trained males performed all three protocols which involved dynamic constant resistance exercise of the elbow flexors. Protocol A provided a standard for the time the muscle group was under tension (TUT) and volume load (VL), expressed as the product of the total number of repetitions and the load that was lifted. Protocol B involved 40% of the TUT but the same VL compared to protocol A; protocol C was equated with protocol A for TUT but only involved 50% of the VL. Fatigue was assessed by changes in maximum voluntary isometric force and integrated electromyography (iEMG) between the pre- and post-training protocols. The results of the study showed that, when equated for VL, greater TUT produced greater overall muscular fatigue (p ≤ 0.001) as reflected by the reduction in the force generating capability of the muscle. When the protocols were equated for TUT, greater VL (p ≤ 0.01) resulted in greater overall muscular fatigue. All three protocols resulted in significant decreases in iEMG (p ≤ 0.05) but they were not significantly different from each other. It was concluded that, because of the importance of training volume to neuromuscular adaptation, the training volume needs to be clearly described when designing resistance training programs. Key PointsIncrease in either time under tension (TUT) or volume load (VL) increases the acute fatigue response, despite being equated for volume (by another method).A potential discrepancy in training volume may be present with training parameters that fail to control for either TUT or VL.Neural fatigue may be a contributing factor to the development of muscular fatigue but is not influenced by various methods of calculating volume such as TUT or VL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,952
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,172
Écart entre enseignants0,164 · 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 tête enseignante, 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

Citations27
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMuscle activation and electromyography studiesTravaux en français237 207