A higher effort-based paradigm in physical activity and exercise for public health: making the case for a greater emphasis on resistance training
Notice bibliographique
Résumé
It is well known that physical activity and exercise is associated with a lower risk of a range of morbidities and all-cause mortality. Further, it appears that risk reductions are greater when physical activity and/or exercise is performed at a higher intensity of effort. Why this may be the case is perhaps explained by the accumulating evidence linking physical fitness and performance outcomes (e.g. cardiorespiratory fitness, strength, and muscle mass) also to morbidity and mortality risk. Current guidelines about the performance of moderate/vigorous physical activity using aerobic exercise modes focuses upon the accumulation of a minimum volume of physical activity and/or exercise, and have thus far produced disappointing outcomes. As such there has been increased interest in the use of higher effort physical activity and exercise as being potentially more efficacious. Though there is currently debate as to the effectiveness of public health prescription based around higher effort physical activity and exercise, most discussion around this has focused upon modes considered to be traditionally 'aerobic' (e.g. running, cycling, rowing, swimming etc.). A mode customarily performed to a relatively high intensity of effort that we believe has been overlooked is resistance training. Current guidelines do include recommendations to engage in 'muscle strengthening activities' though there has been very little emphasis upon these modes in either research or public health effort. As such the purpose of this debate article is to discuss the emerging higher effort paradigm in physical activity and exercise for public health and to make a case for why there should be a greater emphasis placed upon resistance training as a mode in this paradigm shift.
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 | 0,002 | 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 | 0,002 | 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 ».