Greek Yogurt and 12 Weeks of Exercise Training on Strength, Muscle Thickness and Body Composition in Lean, Untrained, University-Aged Males
Notice bibliographique
Résumé
Milk and/or whey protein plus resistance exercise (RT) increase strength and muscle size and optimize body composition in adult males and females. Greek yogurt (GY) contains similar muscle-supporting nutrients as milk yet it is different in several ways including being a semi-solid food, containing bacterial cultures and having a higher protein content (mostly casein) per serving. GY has yet to be investigated in this context. The purpose of this study was to assess the effects of GY consumption plus RT on strength, muscle thickness and body composition in untrained, university-aged males. Thirty males (20.6 ± 2.2 years) were randomized to 2 groups (n=15/group): fat-free, plain GY or a Placebo Pudding (PP; isoenergetic carbohydrate-based pudding), and underwent a combined RT/plyometric training program 3days/week for 12 weeks. They consumed either GY (20 g protein/dose) or PP (0 g protein/dose) daily, 3 times on training days and 2 times on non-training days. After 12 weeks, both groups significantly increased strength, muscle thickness and fat-free mass (FFM) (p<0.05). The GY group gained more total strength (GY; 98±37 kg, PP; 57±15 kg), more biceps brachii muscular thickness (GY; 0.46±0.3 cm, PP; 0.12±0.2 cm), more FFM (GY; 2.4±1.5 kg, PP; 1.3±1.3 kg) and reduced % body fat (GY; -1.1±2.2 %, PP; 0.1±2.6 %) than PP group (p<0.05 expressed as absolute change). Thus, consumption of GY during a training program resulted in improved strength, muscle thickness and body composition over a carbohydrate-based placebo. Given the benefits of consuming GY and its distinctiveness from milk, GY can be a plausible, post-exercise, nutrient-rich alternative for positive strength, muscle and body composition adaptations.
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 | 0,000 | 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) | 0,000 | 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 ».