Striking muscle adaptations induced by volume-dependent repeated bouts of low-intensity eccentric exercise of the elbow flexors
Notice bibliographique
Résumé
We investigated the effects of repeating 30 low-intensity eccentric contractions with a dumbbell corresponding to 10% maximal isometric strength (10%EC) on muscle strength and hypertrophy, and muscle damage after 30 maximal eccentric contractions (MaxEC) of the elbow flexors. Young men were placed into 1 of 3 experimental groups that performed 10%EC either once, twice a week for 4 (8 bouts) or 8 weeks (16 bouts) before MaxEC, or a control group that performed 2 bouts of MaxEC separated by 2 weeks (n = 13/group). Repeating 16 bouts of 10%EC increased (P < 0.05) maximal voluntary contraction strength (30 ± 21%) and muscle thickness (4.2 ± 2.3%) greater than 8 bouts (16 ± 4%, 1.9 ± 1.3%). Changes in the muscle damage markers after MaxEC were smaller (P < 0.05) for the experimental groups than the control group, and the magnitude of muscle damage protection was greater (P < 0.05) after 16 bouts (65 ± 30%) than 8 bouts (55 ± 33%), followed by 1 bout (34 ± 27%). The protection by 16 bouts was similar (P = 0.81) to that shown by the second MaxEC of the control group. These results showed that 10%EC produced potent muscle adaptation effects accumulatively and conferred muscle damage protection, but 1 bout of 10%EC was still effective for conferring approximately 20% of the protection of that by 16 bouts. Novelty: Repeating low-intensity eccentric exercise induces large increases in muscle strength and hypertrophy. Low-intensity eccentric exercise protects muscle damage induced by maximal eccentric contractions, and the protection is reinforced by repeating it. These are especially beneficial for individuals who are frail and cannot tolerate high-intensity resistance training.
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) | 0,001 | 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 ».