Cross‐education after high‐frequency versus low‐frequency volume‐matched handgrip training
Notice bibliographique
Résumé
INTRODUCTION: Cross-education training programs cause interlimb asymmetry of strength and hypertrophy. We examined the cross-education effects from a high-frequency (HF) versus a low-frequency (LF) volume-matched handgrip training program on interlimb asymmetry. METHODS: Right-handed participants completed either HF (n = 10; 2 × 6 repetitions 10 times per week) or LF (n = 9; 5 × 8 repetitions 3 times per week) training. Testing occurred twice before and once after 4 weeks of right-handed isometric handgrip training totaling 120 weekly repetitions. Measures were maximal isometric handgrip and wrist flexion torque, muscle thickness, and muscle activation (electromyography; EMG). RESULTS: Grip strength was greater in both limbs posttraining, pooled across groups (P < 0.001). Trained limb muscle thickness increased in both groups (P < 0.05; untrained, P = 0.897). EMG and wrist flexion torque did not change (all P > 0.103). DISCUSSION: Both LF and HF induced cross-education of grip strength to the untrained limb, but HF did not reduce asymmetry. These findings have implications for injury rehabilitation. Muscle Nerve 56: 689-695, 2017.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».