Predicting one repetition maximum in novice males: An RPE-based bench press model
Notice bibliographique
Résumé
This study aimed to estimate one repetition maximum (1RM) of healthy males based on the Rating of Perceived Exertion (RPE) in bench press movement and to provide a particular predictive equation. Seventy healthy males (Age: 24.93 ± 0.64 years; BMI: 25.04 ± 0.35 kg/m2) with no previous experience of resistance training performed 1RM of bench press with closed eyes and then chose a number to determine the intensity by RPE scale of 1-10 (CR1-10 scale). The intensity of this repetition was randomly selected based on the percentages of 1RM: 60%, 65%, 70%, 75%, 80%, 85%, 90% and 95%. A special prediction equation was provided based on a mathematical model using the weight lifted, RPE, and RPE coefficient. Moreover, the standardized testing protocol of 1RM (STP) and Brzycki equation protocol (BEP) were used to verify the validity of the RPE equation. Predictive equations were produced and cross-validated using repeated k-fold cross-validation by stepwise multiple linear regression. BEP and STP did not differ significantly from RPE-equation in predicting 1RM (p > 0.05). Based on the BEP and STP, a 1RM attempt for inexperienced males resulted in 74.20 ± 2.24 kg and 77.47 ± 2.17, respectively, while the RPE equation produced 77.86 ± 2.58 kg. There were significant results for linear regression (p = 0.001). Pearson correlation coefficients between BEP and STP with predicted 1RM were 0.99. The new method of 1RM based on RPE performed well in 1RM performance in inexperienced males, and it appeared safe, accurate, and time-effective.
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 ».