MétaCan
Menu
Retour à la cohorte
Enregistrement W4381046492 · doi:10.15173/sciential.v1i10.3517

Sciential Issue 10

2023· article· en· W4381046492 sur OpenAlex
Sciential Journal

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSciential - McMaster Undergraduate Science Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

response to different contraction velocities.The results of this experiment will be analysed and discussed.Specifically, we will explore what caused the experimental results and how the literature supports them.Conclusively, this paper will discuss the resistance training regimen most conducive to muscle hypertrophy, incorporating findings from the literature review and experiment. Causes of Muscle Hypertrophy Metabolic StressMetabolic stress following resistance training leads to numerous hypertrophic effects that impact the subcellular structure of myocytes, most notably the accretion of metabolites within the cells.Sufficient training intensity has been shown to elicit fast glycolysis for quick energy generation, in the form of ATP. 1 Lactic acid is released as a by-product of this process, which OPEN ACCESSResistance training is essential to muscle hypertrophy as it fatigues fibres through time-under-tension (TUT).As myocyte energy depletes, metabolites accrete, leading to inflammation to increase cell size so it is adapted for future stimuli.TUT can be measured by varying eccentric velocities: i.e., the rate at which a muscle lengthens under load.A longer period of lengthening will lead to greater metabolite accretion and inflammation.However, it is unknown whether TUT has a threshold or if it can gradually increase and lead to more muscle growth.Through a literature review and an experiment, this project investigates the effect of varying eccentric velocity on muscle hypertrophy.Previous research in the field of muscle physiology and metabolism were explored, with an emphasis on eccentric training.The supplementary experiment measured shoulder growth in response to the medial deltoid exercise called lateral raises, where different eccentric velocities were assigned to groups.Individualistic daily calorie and protein intake were controlled to ensure that sufficient nutrients were available for recovery and performance.Post-experimental research suggested that high-velocity eccentric training was best for hypertrophy due to greater levels of force production.This was consistent with the experiment, which found that those with a fast-velocity eccentric, a lower TUT, experienced greater growth.They also exhibited greater strength gain due to a neuromuscular junction adaptation.These findings are significant for designing exercise regimens that are optimal for the prevention and rehabilitation of musculoskeletal injuries and disorders.The review's findings suggest that fast-velocity eccentric contractions are ideal for increasing muscle size and strength. 3.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,336
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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