Functional High-Intensity Circuit Training Improves Body Composition, Peak Oxygen Uptake, Strength, and Alters Certain Dimensions of Quality of Life in Overweight Women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effects of circuit-like functional high-intensity training (CircuitHIIT) alone or in combination with high-volume low-intensity exercise (Circuitcombined) on selected cardio-respiratory and metabolic parameters, body composition, functional strength and the quality of life of overweight women were compared. In this single-center, two-armed randomized, controlled study, overweight women performed 9-weeks (3 sessions·wk-1) of either CircuitHIIT (n=11) or Circuitcombined (n= 8). Peak oxygen uptake and perception of physical pain were increased to a greater extent (p < 0.05) by CircuitHIIT, whereas Circuitcombined improved perception of general health more (p < 0.05). Both interventions lowered body mass, body-mass-index, waist-to-hip ratio, fat mass and enhanced fat-free mass; decreased ratings of perceived exertion during submaximal treadmill running; improved the numbers of push-ups, burpees, one-legged squats and 30-s skipping performed, as well as the height of counter-movement jumps; and improved physical and social functioning, role of physical limitations, vitality, role of emotional limitations and mental health to a similar extent (all p < 0.05). Either forms of these multi-stimulating, circuit-like, multiple-joint training can be employed to improve body composition, selected variables of functional strength and certain dimensions of quality of life in overweight women. However, CircuitHIIT improves peak oxygen uptake to a greater extent, but with more perception of pain, whereas Circuitcombined results in better perception of general health.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle