The Duration of Non-Local Muscle Fatigue Effects
Notice bibliographique
Résumé
Non-local muscle fatigue (NLMF) refers to a transient decline in the functioning of a non-exercised muscle following the fatigue of a different muscle group. Most studies examining NLMF conducted post-tests immediately after the fatiguing protocols, leaving the duration of these effects uncertain. The aim of this study was to investigate the duration of NLMF (1-, 3-, and 5-minutes). In this randomized crossover study, 17 recreationally trained participants (four females) were tested for the acute effects of unilateral knee extensor (KE) muscle fatigue on the contralateral homologous muscle strength, and activation. Each of the four sessions included testing at either 1-, 3-, or 5-minutes post-test, as well as a control condition for non-dominant KE peak force, instantaneous strength (force produced within the first 100-ms), and vastus lateralis and biceps femoris electromyography (EMG). The dominant KE fatigue intervention protocol involved two sets of 100-seconds maximal voluntary isometric contractions (MVIC) separated by 1-minute of rest. Non-dominant KE MVIC forces showed moderate and small magnitude reductions at 1-min (p < 0.0001, d = 0.72) and 3-min (p = 0.005, d = 0.30) post-test respectively. The KE MVIC instantaneous strength revealed large magnitude, significant reductions between 1-min (p = 0.021, d = 1.33), and 3-min (p = 0.041, d = 1.13) compared with the control. In addition, EMG data revealed large magnitude increases with the 1-minute versus control condition (p = 0.03, d = 1.10). In summary, impairments of the non-exercised leg were apparent up to 3-minutes post-exercise with no significant deficits at 5-minutes. Recovery duration plays a crucial role in the manifestation of NLMF.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».