Feasibility of Velocity Loss-Based Volume Prescription During Constant-Load and Chain-Based Smith Machine Back Squats
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Interventio / Hoito
Interventio / Hoito
Yksityiskohtainen kuvaus
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Todellinen)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Guangdong
-
Guangzhou, Guangdong, Kiina, 510006
- School of Physical Education and Sports Science, South China Normal University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
- at least 1 year of resistance training experience, performing back squats at least once per week.
- proficiency in the Smith machine back squat executed at maximal intended velocity.
- a constant-load 1RM of ≥ 1.5 times their body mass.
- no reported musculoskeletal injuries in the past three months.
Exclusion Criteria:
- Voluntary withdrawal or injury.
- Not satisfied with inclusion label.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
The %Rep attained before reaching the 10%, 20%, and 30% VL thresholds
Aikaikkuna: April 1st, 2026
|
The %Rep attained before reaching the 10%, 20%, and 30% VL thresholds was recorded across all loads, sessions, and loading configurations.
|
April 1st, 2026
|
|
The %rep predictive accuracy
Aikaikkuna: April 1st, 2026
|
To assess predictive accuracy, second-order polynomial regression equations were generated from the first session of each loading configuration using all repetitions within a set, setting %Rep as the dependent variable and %VL as the independent variable.
These equations were constructed using different regression types (individual vs. general), load specificities (load-specific vs. multiple-load), and loading configurations (CRT vs. VRT).
During the second session, the actual %VL recorded after reaching the 10%, 20%, and 30% VL thresholds was substituted into the corresponding first-session equations to derive the predicted %Rep.
Then, the absolute estimation error was calculated as (|actual %Rep - predicted %Rep|).
In cases where muscular failure occurred before a specific %VL threshold was reached (e.g., 30% VL), the %VL of the final completed repetition was recorded, and the corresponding actual %Rep was defined as 100%.
|
April 1st, 2026
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Hyödyllisiä linkkejä
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Opiskelun aloitus
Ensisijainen valmistuminen (Todellinen)
Ensisijainen valmistuminen
Opintojen valmistuminen (Todellinen)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- SCNU-SPT-2025-055
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
IPD-jaon aikakehys
IPD-jaon käyttöoikeuskriteerit
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
- MAHLA
- CSR
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .