Classic Powerlifting Performance: A Systematic Review
Notice bibliographique
Résumé
Ferland, PM and Comtois, AS. Classic powerlifting performance: A systematic review. J Strength Cond Res XX(X): 000-000, 2019-The purpose of this study was to review all scientific publications related to able-body drug-tested classic powerlifting performance since January 1, 2012, and to regroup them into a brief narrative review. Three electronic databases were systematically searched in August 2018 using the wildcard: powerlift*. A manual search was performed from the reference list of all retained articles. The search and selection strategy permitted to gather a total of 16 scientific articles published in peer-reviewed journals. Results show that practitioners should prioritize a low-bar squat and a wide grip bench press because they generally contribute to moving greater loads, bring more attention to preventing injuries, since a fair amount of powerlifters seem to train injured and prioritize a hypertrophy-power-strength model when prescribing 3 times a week daily undulating periodization on nonconsecutive days for squat and bench. Practitioners could also introduce respiratory muscle training, use daily 1 repetition maximum training combined with down sets on experienced athletes and use a rate of perceived exertion scale based on repetitions in reserve combined with an individual velocity profile when prescribing intensity. Before competition, powerlifters seem to taper in this order: the deadlift, the squat, and lastly the bench press. The Slingshot does help to move more weight because it helps to generate more inertia, but it also deactivates the triceps. Finally, the present work was limited by the present literature but could serve as a reference in the field of powerlifting. Further research should include more details about the circumstances under which they were conducted.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,002 |
| 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 ».