MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387054672 · doi:10.1249/01.mss.0000986224.79667.b3

Unilateral High-load Resistance Training Influences Strength Changes In The Contralateral Arm Undergoing Low-load Training

2023· article· en· W4387054672 sur OpenAlexaff
Jeremy P. Loenneke, Zachary W. Bell, Vickie Wong, Robert W. Spitz, Yujiro Yamada, Jun Song, Ryo Kataoka, Takashi Abe

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhysical therapyIsotonicMedicinePhysical medicine and rehabilitationResistance trainingElbow flexionStrength trainingTraining (meteorology)ElbowSurgery

Résumé

récupéré en direct d'OpenAlex

Within-subject training models, whereby researchers apply an exercise condition to one limb, and a separate exercise condition to the opposing limb, have become routine within the literature. Although training one limb can influence strength in the opposite untrained limb, it is unknown whether the cross-education effect is still present when the arm receiving this transfer of strength is also engaging in some form of training. PURPOSE: To determine if unilateral high-load training influences strength adaptations within the contralateral limb engaging in low-load training. METHODS: 116 participants (18-35 yrs) were randomized to one of three intervention groups, and completed 18 training sessions involving isotonic elbow flexion exercise. Group 1 (n = 40) only trained their dominant arm, with a one-repetition maximum (1RM) test (maximum 5 attempts), followed by 4 sets of traditional exercise at an 8-12 RM. Group 2 (n = 39) completed the same training as Group 1 in their dominant arm, whilst the non-dominant arm completed 4 sets of low-load exercise (30-40 RM). Group 3 (n = 37) trained their non-dominant arm only, performing the same low-load exercise as Group 2. Participants were compared for changes in muscle thickness and isotonic elbow flexion 1RM. Emphasis was placed on the non-dominant arm. RESULTS: Groups 1 [Δ 1.5 (1.1, 1.9) kg; untrained arm] and 2 [Δ1.1 (0.6, 1.4) kg; low-load arm with high load on opposite arm] presented the greatest changes in non-dominant arm strength, as compared to Group 3 ([Δ 0.3 (-0.1, 0.76) kg; low-load only]. Only the arms being directly trained saw changes in muscle thickness, when compared to the untrained limbs (~0.25 cm increase). These findings indicate that unilateral high-load training does confer a cross-education effect. Furthermore, this cross-education effect was still detected within Group 2, despite the contralateral limb opposing the high-load condition engaging in low-load exercise. CONCLUSION: Unilateral high-load elbow flexion exercise resulted in a cross-education effect. This effect also appears to explain the strength changes in the contralateral arm that was completing low-load exercise. These results suggest that within-subject training models can be utilized if measuring changes in muscle size, but are problematic when measuring changes in muscle strength.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→