MétaCan
Menu
Retour à la cohorte
Enregistrement W2717392266 · doi:10.1111/sms.12933

Effects of resistance training using known vs unknown loads on eccentric‐phase adaptations and concentric velocity

2017· article· en· W2717392266 sur OpenAlexaff
J. L. Hernández‐Davó, Rafael Sabido, David G. Behm, Anthony J. Blazevich

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésConcentricEccentricBench pressStretch shortening cycleStiffnessKinetic energyMathematicsEccentric trainingResistance trainingPhysicsMedicinePhysical therapyGeometryClassical mechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The aims of this study were to compare both eccentric‐ and concentric‐phase adaptations in highly trained handball players to 4 weeks of twice‐weekly rebound bench press throw training with varying loads (30%, 50% and 70% of one‐repetition maximum [1‐ RM ]) using either known ( KL ) or unknown ( UL ) loads and to examine the relationship between changes in eccentric‐ and concentric‐phase performance. Twenty‐eight junior team handball players were divided into two experimental groups ( KL or UL ) and a control group. KL subjects were told the load prior each repetition, while UL were blinded. For each repetition, the load was dropped and then a rebound bench press at maximum velocity was immediately performed. Both concentric and eccentric velocity as well as eccentric kinetic energy and musculo‐articular stiffness prior to the eccentric‐concentric transition were measured. Results showed similar increases in both eccentric velocity and kinetic energy under the 30% 1‐ RM but greater improvements under 50% and 70% 1‐ RM loads for UL than KL . UL increased stiffness under all loads (with greater magnitude of changes). KL improved concentric velocity only under the 30% 1‐ RM load while UL also improved under 50% and 70% 1‐ RM loads. Improvements in concentric movement velocity were moderately explained by changes in eccentric velocity ( R 2 =.23‐.62). Thus, UL led to greater improvements in concentric velocity, and the improvement is potentially explained by increases in the speed (as well as stiffness and kinetic energy) of the eccentric phase. Unknown load training appears to have significant practical use for the improvement of multijoint stretch‐shortening cycle movements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,352
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetSports Performance and TrainingTravaux en français237 207