MétaCan
Menu
← Retour à la cohorte
Enregistrement W7140659773 · doi:10.5281/zenodo.19236111

Creatine Monohydrate Enhanced Fixed and Planned Load Reduction Resistance Training without Altering Ratings of Perceived Exertion

2020· article· en· W7140659773 sur OpenAlexaff
Jaqueline M. Paiva, Carolina O. S. Souza, Vitor O Valle, Scott Forbes, Rafael Pereira, Marco Machado

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésBench pressCreatineResistance trainingPlaceboSquatPerceived exertionReduction (mathematics)

Résumé

récupéré en direct d'OpenAlex

Creatine enhances resistance training adaptations and may alter ratings of perceived exertion (RPE). Planned load reduction training (10% reduction in load per set) lowered RPE compared to traditional fixed load resistance training (3 sets at a constant load) with similar muscle adaptations. The purpose was to examine the effects of creatine on performance and RPE during both traditional fixed and planned load reduction training compared to placebo. Forty resistance trained males were randomly assigned to either creatine (20 g∙day-1) or placebo for 7 days. Following the loading phase, all participants completed 3 resistance training protocols (3 sets of bench press and smith machine squats) in random order; a constant load (CON), 5% load reduction each set (RED 5), and a 10% load reduction each set (RED 10). Total repetitions and RPE were recorded each set. Creatine supplementation increased bench press repetitions with no significant difference in RPE compared to placebo. There were no other differences between supplements or protocols. Creatine supplementation was able to augment bench press performance compared to placebo without increasing RPE. Creatine did not differentially influence fixed compared to planned load reduction training nor was it able to enhance lower body squat total repetitions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,235
Écart entre enseignants0,205 · 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'étudeEssai randomisé
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMuscle metabolism and nutrition→Travaux en français237 207→