A Comparison of Increases in Volume Load Over 8 Weeks of Low-Versus High-Load Resistance Training
Notice bibliographique
Résumé
BACKGROUND: It has been hypothesized that the ability to increase volume load (VL) via a progressive increase in the magnitude of load for a given exercise within a given repetition range could enhance the adaptive response to resistance training. OBJECTIVES: The purpose of this study was to compare changes in volume load (VL) over eight weeks of resistance training (RT) in high-versus low-load protocols. MATERIALS AND METHODS: Eighteen well-trained men were matched according to baseline strength were randomly assigned to either a low-load RT (LOW, n = 9) where 25 - 35 repetitions were performed per exercise, or a high-load RT (HIGH, n = 9) where 8 - 12 repetitions were performed per exercise. Both groups performed three sets of seven exercises for all major muscles three times per week on non-consecutive days. RESULTS: After adjusting for the pre-test scores, there was a significant difference between the two intervention groups on post-intervention total VL with a very large effect size (F (1, 15) = 16.598, P = .001, ηp(2) = .525). There was a significant relationship between pre-intervention and post-intervention total VL (F (1, 15) = 32.048, P < .0001, ηp(2) = .681) in which the pre-test scores explained 68% of the variance in the post-test scores. CONCLUSIONS: This study indicates that low-load RT results in greater accumulations in VL compared to high-load RT over the course of 8 weeks of 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».