清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

The Effect of Various Training Variables on Developing Muscle Strength in Velocity-based Training: A Systematic Review and Meta-analysis

力量训练 肌肉力量 培训(气象学) 集合(抽象数据类型) 休息(音乐) 计算机科学 荟萃分析 医学 物理医学与康复 物理疗法 物理 内科学 气象学 程序设计语言
作者
Xing Zhang,Hansen Li,Siyuan Feng,Songpeng Su
出处
期刊:International Journal of Sports Medicine [Georg Thieme Verlag KG]
卷期号:44 (12): 857-864 被引量:9
标识
DOI:10.1055/a-2095-8254
摘要

Abstract Velocity-based training is an advanced auto-regulation method that uses objective indices to dynamically regulate training loads. However, it is unclear currently how to maximize muscle strength with appropriate velocity-based training settings. To fill this gap, we conducted a series of dose-response and subgroup meta-analyses to check the effects of training variables/parameters, such as intensity, velocity loss, set, inter-set rest intervals, frequency, period, and program, on muscle strength in velocity-based training. A systematic literature search was performed to identify studies via PubMed, Web of Science, Embase, EBSCO, and Cochrane. One repetition maximum was selected as the outcome to indicate muscle strength. Eventually, twenty-seven studies with 693 trained individuals were included in the analysis. We found that the velocity loss of 15 to 30%, the intensity of 70 to 80%1RM, the set of 3 to 5 per session, the inter-set rest interval of 2 to 4 min, and the period of 7 to 12 weeks could be appropriate settings for developing muscle strength. Three periodical programming models in velocity-based training, including linear programming, undulating programming, and constant programming, were effective for developing muscle strength. Besides, changing periodical programming models around every 9 weeks may help to avoid a training plateau in strength adaption.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
今我来思完成签到 ,获得积分10
21秒前
小蘑菇应助neptuniar采纳,获得10
31秒前
甜美的觅荷完成签到,获得积分10
38秒前
尊敬的凌晴完成签到 ,获得积分10
46秒前
56秒前
愤怒的念蕾完成签到,获得积分10
59秒前
cgs完成签到 ,获得积分10
1分钟前
自由的雅旋完成签到 ,获得积分10
1分钟前
练得身形似鹤形完成签到 ,获得积分10
1分钟前
悠树里完成签到,获得积分10
1分钟前
gwbk完成签到,获得积分10
1分钟前
隐形曼青应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
2分钟前
neptuniar发布了新的文献求助10
2分钟前
雪花完成签到 ,获得积分10
2分钟前
2分钟前
量子星尘发布了新的文献求助10
2分钟前
keke发布了新的文献求助10
2分钟前
外向白竹完成签到,获得积分20
2分钟前
慕青应助keke采纳,获得10
2分钟前
jlwang完成签到,获得积分10
2分钟前
Bond完成签到 ,获得积分10
2分钟前
红茸茸羊完成签到 ,获得积分10
3分钟前
3分钟前
简单花花完成签到,获得积分10
3分钟前
mojiu发布了新的文献求助30
3分钟前
Tong完成签到,获得积分0
3分钟前
外向白竹发布了新的文献求助10
3分钟前
酷然完成签到,获得积分10
4分钟前
Benhnhk21完成签到,获得积分10
4分钟前
4分钟前
知行者完成签到 ,获得积分10
4分钟前
4分钟前
开心每一天完成签到 ,获得积分10
5分钟前
爆米花应助keke采纳,获得10
5分钟前
5分钟前
AM发布了新的文献求助10
5分钟前
mojiu完成签到,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Basic And Clinical Science Course 2025-2026 3000
人脑智能与人工智能 1000
花の香りの秘密―遺伝子情報から機能性まで 800
Terminologia Embryologica 500
Process Plant Design for Chemical Engineers 400
Principles of Plasma Discharges and Materials Processing, 3rd Edition 400
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5612005
求助须知:如何正确求助?哪些是违规求助? 4696171
关于积分的说明 14890481
捐赠科研通 4730707
什么是DOI,文献DOI怎么找? 2546088
邀请新用户注册赠送积分活动 1510419
关于科研通互助平台的介绍 1473299