MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410370366 · doi:10.1139/apnm-2024-0546

Reliability of the two-point method applied in field conditions and its validity in estimating the one-repetition maximum using the load–velocity relationship of the free-weight back squat

2025· article· en· W4410370366 sur OpenAlexvenueno aff
Afonso Fitas, Pedro Pezarat‐Correia, Gonçalo V. Mendonça

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsIntraclass correlationCoefficient of variationOne-repetition maximumSquatReliability (semiconductor)StatisticsStandard errorConcentricReproducibilityMedicinePhysicsPhysical therapyResistance trainingPower (physics)Geometry

Résumé

récupéré en direct d'OpenAlex

In most studies examining the reliability and validity of the load–velocity relationship (LVR) determined with the two-point method, a pair of points derived from a previously applied protocol involving multiple loads is selected to compute the relationship (multipoint method–MP). While testing only two loads (two-point applied in field conditions–2P FC ) allows for a reliable free-weight back squat LVR determination, it is not known whether the average optimal minimum velocity threshold enables accurate one-repetition maximum (1RM) estimations. LVRs based on the 2P FC were compared to those obtained with the MP, in 18 participants. Reliability of LD0 (load at zero velocity), slope, V0 (velocity at zero load), and Aline (area under the line) determined with the 2P FC was assessed with intraclass correlation coefficients (ICCs) and coefficients of variation (CVs). Absolute percent errors of estimation were compared between MP and 2P FC. Agreement between actual and predicted 1RM was assessed with Bland–Altman plots. LVR parameters were similar between profiling methods. The 2P FC showed acceptable reliability (CVs < 10% and ICCs > 0.70). The absolute percent error of estimation was lower with the 2P FC (6.7% and 4.6%, for MP and . 2P FC respectively). Coaches can determine the LVR of their athletes and further estimate their 1RM relying on the average optimal MVT (with small error < 5%). This can be done by simply measuring mean concentric velocity in response to a practical protocol of two loads. However, caution is advised, as this method may misestimate the 1RM by 14 kg in some individual cases.

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)0,036
score de la tête « metaresearch » (Gemma)0,053
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,038
Tête enseignante GPT0,316
Écart entre enseignants0,278 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and Metabolism→Même sujetSports Performance and Training→Travaux en français237 207→