The effects of verbal cueing for high intended movement velocity on power, neuromuscular activation, and performance
Notice bibliographique
Résumé
It is widely believed that lifting heavy loads slowly, but with a conscious intention to move at high velocity, can produce resistance training (RT) adaptations indicative of rapid movements. This study investigated the effects of verbally cued high “intended” movement velocity (HIMV) during RT on neuromuscular and performance outcomes. 20 untrained volunteers (aged 24.2 ± 3.9 years) participated in 3 weeks of knee extension training. Participants were randomly allocated to receive verbal cues focusing on high intended movement velocity, HIMV, or steady and controlled movement, TRAD (traditional training). All other training variables, including actual movement velocity (30° s−1), remained constant. Increase in mean power output at 30° s−1 was greater for TRAD than HIMV (76% and 33%, respectively, P = 0.027). There were main effects for time (but no between‐group differences) for maximal isometric force (+14%, P = 0.003), peak torque at 180° s−1 (+22%, P = 0.006), peak torque at 30° s−1 (+29%, P < 0.001), 3‐repetition maximum (+20%, P < 0.001), and resting corticospinal excitability (+43%, P = 0.017). There were no differences between groups or across time for voluntary activation (P = 0.793), spinal excitability (P = 0.686), or intracortical inhibition (all P > 0.05). HIMV verbal cueing did not produce additional neurophysiological or performance benefits when compared to traditional cueing. Overall, our results demonstrated that verbal cueing did not alter the principle of velocity‐specific adaptation. Cueing that increases the duration of maximal effort may be optimal for maximizing average power output at low speeds.
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 | 0,004 |
| 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) | 0,002 | 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 ».