The acute effect of vibration training on leg press performance is modulated by and interaction of frequency, soft tissue stiffness and leg fat content.
Notice bibliographique
Résumé
Twelve male subjects aged 20-30 were recruited in order to determine whether leg muscle stiffness (rectus femoris, biceps femoris, tibialis anterior and gastrocnemius) and segmental leg fat percentages have an effect on the number of leg press repetitions performed after being subjected to four separate vibration treatments of varying strength (30Hz, 35Hz, 40Hz and 50Hz). Muscle stiffness was determined by an unexpected leg drop and examining the logarithmic rate of decay of the oscillations produced with use of accelerometers. Relative leg segment fat content was determined using a skinfold measurement at the thigh and calf. Subjects performed maximum number of leg press repetitions at 70% of their one repetition maximum after exposure to each vibration treatment. A type II multi-way ANOVA with a Tukey post-hoc test was used to identify differences between groups. Significant differences existed between frequency of vibration treatments, segment leg fat content and leg press repetitions performed. There were significant interactions between muscle stiffness and leg fat content as they affect the outcome measure of leg press repetitions. Likewise between type of vibration treatment and leg fat content as they affect the outcome of leg press repetitions. These results may aid individuals interested in maximizing performance for a short-term, high intensity event. This may also provide insight into interpersonal differences affected by vibration.
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 | 0,001 | 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 | 0,001 |
| 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 ».