Home-based resistance training performed at either fast or slow speeds improves power output in older adults
Notice bibliographique
Résumé
PURPOSE: We investigated the effect of an unsupervised, body mass- home-based resistance training program in older adults performed at either a fast or slow contractile speed on changes to muscle-power, -volume, -architecture, and fatigue resistance of the knee extensors. METHODS: Thirty-two male older adults (age 65-88 years) were separated into 1) fast-speed exercise (Fast-group), 2) slow-speed exercise (Slow-group), and 3) no exercise (Control-group) groups. Participants in the exercise groups performed 30-45 repetitions of knee-extension and sit-to-stand exercises 3 times a week for 8 weeks with different exercise speed between the groups. Before and after the intervention period, the following variables were measured: Isotonic power, isometric strength, twitch contractile properties, muscle-activity, -architecture, and -quality, neuromuscular fatigue resistance of the knee extensors, and thigh muscle volume. RESULTS: Peak power was increased in both the Fast-group (+24 %, P < 0.01, d = 0.65) and Slow-group (+12 %, P < 0.05, d = 0.33) but not in the Control-group. Training increased pennation angle of the vastus lateralis in both the Fast-group (+8 %, P < 0.01, d = 0.42) and Slow-group (+8 %, P < 0.01, d = 0.42), while only the Fast-group showed increase in pennation angle of the rectus femoris (+12 %, P < 0.01, d = 0.64) and thigh muscle volume (+16 %, P < 0.01, d = 0.52). There was no time × group interaction effect for the other neuromuscular measures. CONCLUSIONS: Unsupervised, body mass- and home-based resistance training performed at either fast or slow speeds can improve muscle power in older adults, while fast-speed exercise may be preferable over slow-speed owing to the relatively greater improvement of muscle-power, -volume, -architecture, and better time efficiency.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».