MétaCan
Menu
Retour à la cohorte
Enregistrement W4401346539 · doi:10.1007/s00421-024-05554-8

Can isometric testing substitute for the one repetition maximum squat test?

2024· article· en· W4401346539 sur OpenAlexaff
Konstantin Warneke, Michael Keiner, David G. Behm, Klaus Wirth, Martin Kaufmann, Mareike Sproll, Andreas Konrad, Sebastian Wallot, Martin Hillebrecht

Notice bibliographique

RevueEuropean Journal of Applied Physiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesKarl-Franzens-Universität GrazAustrian Science Fund
Mots-clésIsometric exerciseSquatContrast (vision)MathematicsStatisticsTest (biology)Physical therapyMedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

When measuring maximum strength, a high accuracy and precision is required to monitor the training adaptations. Based on available reliability parameters, the literature suggests the replacement of the one repetition maximum (1RM) by isometric testing to save testing time. However, from a statistical point of view, correlation coefficients do not provide the required information when aiming to replace one test by another. Therefore, the literature suggests the inclusion of the mean absolute error (MAE), the mean absolute percentage error (MAPE) for agreement analysis. Consequently, to check the replaceability of 1RM testing methods, the current study examined the agreement of isometric and dynamic testing methods in the squat and the isometric mid-thigh pull. While in accordance with the literature, correlations were classified high r = 0.638-0.828 and ICC = 0.630-0.828, the agreement analysis provided MAEs of 175.75-444.17 N and MAPEs of 16.16-57.71% indicating an intolerable high measurement error between isometric and dynamic testing conditions in the squat and isometric mid-thigh pull. In contrast to previous studies, using MAE, MAPE supplemented by CCC and BA analysis highlights the poor agreement between the included strength tests. The recommendation to replace 1RM testing with isometric testing routines in the squat does not provide suitable concordance and is not recommended.

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)0,018
score de la tête « metaresearch » (Gemma)0,070
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: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,070
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,005
Science ouverte0,0030,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,048
Tête enseignante GPT0,264
Écart entre enseignants0,217 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Applied PhysiologyMême sujetSports Performance and TrainingTravaux en français237 207