Unilateral isometric muscle fatigue decreases force production and activation of contralateral knee extensors but not elbow flexors
Notice bibliographique
Résumé
Nonlocal muscle fatigue occurs when fatiguing 1 muscle alters performance of another rested muscle. The purpose of the study was to investigate if fatiguing 2 separate muscles would affect the same rested muscle, and if fatiguing the same muscle would affect 2 separate muscles. Twenty-one trained males participated in 2 studies (n = 11; n = 10). Subjects performed 2 pre-test maximum voluntary contractions (MVCs) with the nondominant knee extensors. Thereafter they performed two 100-s MVCs with their dominant knee extensors, elbow flexors, or rested. Between and after the sets, a single MVC with the nondominant rested knee extensors was performed. Subsequently, 12 nondominant knee extensors repeated MVCs were completed. Force, quadriceps voluntary activation (VA), and electromyography (EMG) were measured. The same protocol was employed in study 2 except the nondominant elbow-flexors were tested. Study 1: Compared with control conditions, a significant decrease in nondominant knee extensors force, EMG, and VA was found under both fatiguing conditions (P ≤ 0.05; effect size (ES) = 0.91-1.15; 2%-8%). Additionally, decrements in all variables were found from the first post-intervention MVC to the last (P ≤ 0.05; ES = 0.82-2.40; 9%-20%). Study 2: No differences were found between conditions for all variables (P ≥ 0.33; ES ≤ 0.2; ≤3.0%). However, all variables decreased from the first post-intervention MVC to the last (P ≤ 0.05; ES = 0.4-3.0; 7.2%-19.7%). Whereas the rested knee extensors demonstrated nonlocal effects regardless of the muscle being fatigued, the elbow-flexors remained unaffected. This suggests that nonlocal effects are muscle specific, which may hold functional implications for training and performance.
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) | 0,000 | 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 ».