Different Smoothing Window Lengths can Estimate the Neuromuscular Fatigue Threshold at The same Intensity of the Lactate Threshold During the Leg Press Exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: This study aimed to compare different smoothing window lengths used to compute the RMS and their impact on RMS slope during leg press exercise and to compare the RMS slope behavior with lactate threshold. Methods: Twelve subjects performed an incremental test on a leg press machine where blood lactate concentration was measured at each stage. The RMS of vastus medialis (VM), vastus lateralis (VL) and rectus femuralis (RF) were computed for 200, 1500 and 3000ms windows length periods, and the RMS linear slope was used to interpret the results in the amplitude domain. The EMG fatigue threshold (EMGth) was determined for the quadriceps muscle during the three smoothing window lengths. Results: There was no significant difference ( p > 0.05) in RMS slope between the three different RMS window length analyses for VM and VL muscles. The RMS slope was significantly higher ( p ≤ 0.05) for the window length period of 1500 and 3000ms compared to 200ms in some intensities of exercise. The ICCs between the RMS slopes were 0.94 for RF and 0.95 for VL and VM. There was no significant difference ( p > 0.05) between the EMGth at different window length periods and the lactate threshold (28.0 ± 3.7% of 1RM). Conclusion: Different smoothing window lengths to computed RMS could be used during resistance exercise without differences in RMS slope. The smoothing window lengths don´t influence EMGth intensity and are related to the lactate threshold.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle