MétaCan
Menu
Retour à la cohorte
Enregistrement W2781237112 · doi:10.14288/hfjc.v10i1.229

Blood flow restricted training: applications, mechanisms, and future directions

2017· article· en· W2781237112 sur OpenAlexaff
B Thurston, Jamie F. Burr

Notice bibliographique

RevueOpen Collections · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBlood flow restrictionPhysical medicine and rehabilitationResistance trainingTraining (meteorology)Functional electrical stimulationMedicinePopulationFunctional trainingPhysical therapyPsychologyStimulationNeuroscience

Résumé

récupéré en direct d'OpenAlex

There is a growing body of research suggesting that low intensity resistance training, completed under reduced blood flow by external compressive force on the vasculature, can elicit adaptations similar to traditional resistance training, but at a significantly reduced exercise intensity. Blood flow restriction (BFR) training was developed as a method of maintaining skeletal muscle mass in the ageing population, but advances in this area of research have broadened its application for use in both performance and rehabilitative populations. There are several proposed mechanistic theories; however, a definitive explanation is still unclear. The purpose of this article is to discuss the use of blood flow restriction in performance and rehabilitative applications, examine potential mechanisms of action, and review areas of limitation within research practices. This article also examines BFR training during transient involuntary muscle contractions evoked by transcutaneous electrical muscle stimulation as a novel training intervention for individuals with reduced motor capability. BFR is an attractive training method that could be considered as an effective modality for use by appropriately trained health and fitness practitioners, especially those working with individuals that require modified resistance training programming.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,278
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetCardiovascular and exercise physiologyTravaux en français237 207