The relationship between body composition measured by dual-energy X-ray absorptiometry and maximal strength in classic powerlifting
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to conduct a detailed body composition analysis by Dual-Energy X-Ray Absorptiometry (DEXA scan) on classic powerlifters to understand better the relationship between various body composition variables and maximal strength. METHODS: Fifteen drug-free classic powerlifters (9 males and 6 females) underwent a DEXA scan and absolute (kg) and relative (Wilks) maximal strength from all 3 powerlifting events (squat, bench and deadlift) was registered from the previous provincial championship. A 2 tailed Pearson correlation analysis was conducted in order to present the relationships between body composition variables and performance measures. RESULTS: The main outcome of the present study is that experience in resistance training (r=0.52 to 0.74), lean body tissue (r= 0.61 to 0.95), arms mass (r=0.57 to 0.86), legs mass (r=0.53 to 0.63), bone mineral content (BMC) (r=0.52 to 0.91) and bone mineral density (BMD) (r=0.53 to 91) measures were significantly correlated (P<0.05) with most absolute (kg) and relative (Wilks) maximal strength measures. CONCLUSIONS: The results of the present study could guide practitioners working with athletes aged between 22 and 35 years old practicing sports with higher risks of fractures (e.g., alpine skiing) to potentially utilize the squat, the bench press and the deadlift not only to build strength in order to increase sport performance, but also to increase BMC and BMD of their athletes trough heavy eccentric loading to help reduce the risks of fractures. Further studies should be directed towards interventions trying to reveal that some type of relationship does exist between BMC, BMD and powerlifting performance and in what direction.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».