MétaCan
Menu
Retour à la cohorte
Enregistrement W4415075619 · doi:10.1080/10833196.2025.2564026

Factors influencing the accuracy of the repetition in reserve scale in resistance training: a systematic review

2025· review· en· W4415075619 sur OpenAlexaboutno aff
Priscila Marconcin, Diana Carina Lima Gomes, Miguel Peralta, Fábio Saraiva Flôres, Nuno Casanova

Notice bibliographique

RevuePhysical Therapy Reviews · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResistance trainingRepetition (rhetorical device)Scale (ratio)Quality (philosophy)Muscle strengthResistance (ecology)

Résumé

récupéré en direct d'OpenAlex

Background This systematic review aims to elucidate the primary factors influencing the accuracy of Repetitions in Reserve (RIR) scale utilization in resistance training among adults.Methods A comprehensive search of PubMed, Scopus, Web of Science, and SPORTDiscus databases yielded 520 potential studies, and 26 were selected for inclusion. Methodological quality was assessed using the Newcastle-Ottawa Scale.Results Greater accuracy was found in utilizing the RIR scale at greater proximity to muscle failure, particularly in exercises involving the upper limbs. The accuracy decreased as the number of repetitions increased and relative load (as a percentage of 1 repetition maximum) decreased.Conclusion The findings suggest that the RIR scale accuracy is enhanced when sets are performed closer to muscle failure and at higher load intensities. This highlights the importance of considering proximity to failure and intensity of load when utilizing the RIR scale in resistance training programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,412
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Therapy ReviewsMême sujetSports Performance and TrainingTravaux en français237 207