The Effect Of Blood-Flow Restriction On Muscle Function During A Single Bout Of Explosive Training
Notice bibliographique
Résumé
Intro: There is evidence to support the use of blood-flow restriction (BFR) in combination with resistance training to promote a positive change in muscle strength and power among healthy individuals. However, no study has yet to report the effect of BFR-induced fatigue on muscle function during short bouts of explosive effort. PURPOSE: To compare muscle function during a single bout of explosive training under two different conditions: with BFR and without BFR (control). METHODS: 15 participants (age 25.33 ± 3.08, height 175.36 ± 8.19 cm, body mass 79.90 ± 10.26 kg) performed a 30-second consecutive countermovement jump test under two different conditions in randomized order. Under the BFR condition, cuff pressure was set to 80% arterial occlusion pressure of the lower limb at rest (Delfi Medical, Vancouver, Canada). Participants performed a series of repeated countermovement jumps (CMJ) for 30 seconds on force plates sampling at 1000 Hz (VALD Performance, Newstead, Australia). Muscle performance was assessed by measuring jumping height. RESULTS: Statistical analyses were performed using a two-tailed paired t-test to assess differences between jump height at different time intervals: 0-5 seconds (t1,), 15-20 seconds (t2), and 25-30 seconds (t3). Alpha level was set at p = 0.05. For each time interval, the average jump height was calculated. At baseline (t1), no significant difference emerged between conditions (6.4%; p = 0.094; p < 0.05). No significant difference in the overall decline in muscle function was measured between conditions at t2 (p = 0.385; p < 0.05) and t3 (p = 0.103; p < 0.05). CONCLUSIONS: When compared to the control group, the use of BFR did not result in a more appreciable decline in muscle function during a single bout of explosive training lasting 30 seconds or less. These findings suggest no apparent negative effect of BFR on muscle function during short bouts of anaerobic 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 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) | 0,000 | 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) | 0,002 | 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 ».