Surface electromyographic frequency characteristics of the quadriceps differ between continuous high- and low-torque isometric knee extension to momentary failure
Notice bibliographique
Résumé
Surface EMG (sEMG) has been used to compare loading conditions during exercise. Studies often explore mean/median frequencies. This potentially misses more nuanced electrophysiological differences between exercise tasks. Therefore, wavelet-based analysis was used to evaluate electrophysiological characteristics in the sEMG signal of the quadriceps under both higher- and lower-torque (70 % and 30 % of MVC, respectively) isometric knee extension performed to momentary failure. Ten recreationally active adult males with previous resistance training experience were recruited. Using a within-session, repeated-measures, randomised crossover design, participants performed isometric knee extension whilst sEMG was collected from the vastus medialis (VM), rectus femoris (RF) and vastus lateralis (VL). Mean signal frequency showed similar characteristics in each condition at momentary failure. However, individual wavelets revealed different frequency component changes between the conditions. All frequency components increased during the low-torque condition. But low-frequency components increased, and high-frequency components decreased, in intensity throughout the high-torque condition. This resulted in convergence of the low-torque and high-torque trial wavelet characteristics towards the end of the low-torque trial. Our results demonstrate a convergence of myoelectric signal properties between low- and high-torque efforts with fatigue via divergent signal adaptations. Further work should disentangle factors influencing frequency characteristics during exercise tasks.
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 | 0,002 |
| 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) | 0,002 | 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 ».