Effects of resistance training at different intensities of load on cross-education of muscle strength
Notice bibliographique
Résumé
The objectives of this study were to 1) compare the extent of cross-transfer of muscle strength of high- versus low-load unilateral resistance training performed with external pacing of the movement (URTEP) and 2) compare the time course of the 2 approaches. Fifty subjects were randomized to 1 of the following 3 groups: G80 [2 sets at 80% and 2 sets at 40% of 1 repetition maximum (1RM), 1 concentric second and 3 eccentric seconds controlled by a metronome]; G40 (4 sets at 40% of 1RM, 1 s and 3 s controlled by a metronome); or control group. At week 1, the G80 increased the elbow flexion 1RM (P < 0.05) in contralateral arm. At week 4, both G80 and G40 increased the elbow flexion 1RM (P < 0.05) in contralateral arm. However, a greater 1RM gain was observed in the G80 than in the G40 (P < 0.05). Thus, although higher-load URTEP seems to enhance the cross-education effect when compared with lower-load URTEP, the cross-education of dynamic strength can be achieved in the 2 approaches after 4 weeks. Many patients would benefit from cross-education of muscle strength through URPEP, even those who are unable to exercise with high loads and in short periods of immobilization. Novelty: Unilateral resistance training promotes cross-education of dynamic muscle strength. However, higher-load resistance training enhances the effects of cross-education of muscle strength.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».