Volume-equated high- and low-repetition daily undulating programming strategies produce similar hypertrophy and strength adaptations
Notice bibliographique
Résumé
The overarching aim of this study was to compare volume-equated high-repetition daily undulating periodization (DUPHR) versus a low-repetition daily undulating periodization (DUPLR) program for muscle performance. Sixteen college-aged (23 ± 3 years) resistance-trained males were counterbalanced into 2 groups: (i) DUPHR (n = 8), with a weekly training order of 12 repetitions (Day 1), 10 repetitions (Day 2), and 8 repetitions (Day 3); and (ii) DUPLR (n = 8), with a weekly training order of 6 repetitions (Day 1), 4 repetitions (Day 2), and 2 repetitions (Day 3). Both groups trained 3 times/week for 8 weeks on nonconsecutive days, with pre- and post-training testing during weeks 1 and 8. Participants performed only squat and bench press exercises each session. Changes in one-repetition maximum (1RM) strength, muscle thickness (MT), and muscular endurance (ME) were assessed. Both groups significantly increased 1RM strength for both squat and bench press (p < 0.01), and no group differences existed (p > 0.05). Similarly, both groups experienced significant increases in chest, lateral quadriceps distal, and anterior quadriceps MT (p < 0.05), but no change was present in either group for lateral quadriceps mid MT (p < 0.05). No group differences were discovered for changes in MT (p > 0.05). ME did not significantly change in the squat or bench press for either group (p > 0.05); however, for squat ME, a moderate effect size was observed for DUPHR (0.57) versus a trivial effect size for DUPLR (0.17). Our findings suggest that in previously trained males, training volume is a significant contributor to strength and hypertrophy adaptations, which occur independently of specific repetition ranges.
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 ».