The Effects of Power Training Frequency on Muscle Power and Functional Performance in Older Women: A Randomized Controlled Trial
Notice bibliographique
Résumé
ABSTRACT: Katsoulis, K and Amara, CE. The effects of power training frequency on muscle power and functional performance in older women: a randomized controlled trial. J Strength Cond Res 37(11): 2289-2297, 2023-Low-intensity power training (PT) has emerged as an effective method for improving muscle power and functional performance in older adults. However, effects of low training frequencies are less understood and could expand the repertoire of exercise prescription, particularly in older women who experience greater functional disability with age compared with men. This study investigated the impact of frequency of low-intensity (40% of 1 repetition maximum, 1RM) PT on lower-body power and functional performance in healthy older women. Women (74 ± 4 years) were randomized to 12 weeks of PT of 1 (PT1, n = 14), 2 (PT2, n = 17), or 3 (PT3, n = 17) d·wk -1 or wait control (CON, n = 15). Measures included leg press 1RM, knee extension power (KEP), and functional performance (stair climb power, stair climb time, 30-second chair stands, 400-m walk, Short Physical Performance Battery). There were no differences between the frequency of training in changes in leg press 1RM, KEP, or functional performance after 12 weeks. Pre-post data for individual training groups revealed that leg press 1RM improved in all PT groups (20-33%, p < 0.05). Furthermore, KEP improved in PT2 and PT3 by 10 and 12%, respectively, and all PT groups improved in the 30-second chair stands and Short Physical Performance Battery (6-22%), whereas PT1 and PT3 improved in the 400-m walk and PT2 improved in stair climb power and stair climb time after training (4-7%, p < 0.05). One to 3 weekly low-intensity PT sessions can improve functional performance, although improvements in both functional performance and power might require 2 or 3 sessions per week in older healthy women.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».