The Interaction of Fatigue and Potentiation Following an Acute Bout of Unilateral Squats.
Notice bibliographique
Résumé
A prior conditioning resistance exercise can augment subsequent performance of the affected muscles due to the effects of post-activation potentiation (PAP). The non-local muscle fatigue literature has illustrated the global neural effects of unilateral fatigue. However, no studies have examined the possibility of acute non-local performance enhancements. The objective of the study was to provide a conditioning stimulus in an attempt to potentiate the subsequent jump performance of the affected limb and determine if there were performance changes in the contralateral limb. Using a randomized allocation, 14 subjects (6 females, 8 males) completed three conditions on separate days: 1) unilateral, dominant leg, Bulgarian split squat protocol with testing of the exercised leg, 2) unilateral, dominant leg, Bulgarian split squat protocol with testing of the contralateral, non-exercised leg and 3) control session with testing of the non-dominant leg. Pre- and post-testing consisted of countermovement (CMJ) and drop jumps (DJ). The exercised leg exhibited CMJ height increases of 3.5% (p = 0.008; d = 0.28), 4.0% (p = 0.011; d = 0.33) and 3.2% (p = 0.013; d = 0.26) at 1, 5, and 10 min post-intervention respectively. The contralateral CMJ height had 2.0% (p = 0.034; d = 0.18), 1.2% (p = 0.2; d = 0.12), and 2.1% (p = 0.05; d = 0.17) deficits at 1, 5, and 10 min post-intervention respectively. Similar relative results were found for CMJ power. There were no significant interactions for DJ measures or control CMJ measures. The findings suggest that PAP effects were likely predominant for the exercised leg whereas the conditioning exercise provided trivial magnitude although statistically significant neural impairments for the contralateral limb.
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 ».