Rest-pause and drop-set training elicit similar strength and hypertrophy adaptations compared with traditional sets in resistance-trained males
Notice bibliographique
Résumé
This paper aimed to compare the effect of drop-set (DS) and rest-pause (RP) systems versus traditional resistance training (TRT) with equalized total training volume on maximum dynamic strength (1RM) and thigh muscle thickness (MT). Twenty-eight resistance-trained males were randomly assigned to either RP (n = 10), DS (n = 9) or TRT (n = 9) protocols performed twice a week for 8 weeks. 1RM and MT of the proximal, middle and distal portions of the lateral thigh were assessed at baseline and post-intervention. A significant time × group interaction was observed for 1RM (P = 0.001) in the barbell back squat after 8-weeks. Post hoc comparisons revealed that RP promoted higher 1RM than TRT (P = 0.001); no statistical differences in strength were observed between the other conditions. A significant main effect of time was revealed for MT at the proximal (P = 0.0001) and middle (P = 0.0001) aspects of the lateral thigh for all training groups; however, the distal portion did not show a time effect (P = 0.190). There were no between-group interactions for MT. Our findings suggest that RP promotes slightly superior strength-related improvements compared with TRT, but hypertrophic adaptations are similar between conditions. Novelty: Rest-pause elicited a slightly superior benefit for strength adaptations compared with traditional resistance training. Resistance training systems do not promote superior hypertrophic adaptations when total training volume is equalized. Muscle thickness in distal portion of thigh is similar to baseline. Although modest, effect sizes tended to favor rest-pause.
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 ».