重复组卧推运动中表现恢复的时间过程：一种建模方法

《The Journal of Strength & Conditioning Research》：Time-Course of Performance Recovery During Repeated Sets of Bench Press Exercise: A Modeling Approach

　　本研究通过模型方法探讨了多次卧推训练中性能恢复的时间进程，发现最大重复次数斜率和理论速度是影响恢复的关键因素，神经网络模型显著提升了预测精度。

　　```section>

帕纳吉奥托普洛斯（Panagiotopoulos, MG）、祖科斯（Tsoukos, A）、佐拉基斯（Tsolakis, C）、特尔齐斯（Terzis, G）和博格达尼斯（Bogdanis, GC）研究了在重复进行卧推训练时表现恢复的时间过程，并采用了一种建模方法。《力量与条件研究杂志》（J Strength Cond Res）2025年第39卷第12期发表了该研究结果。研究人员考察了选定的表现参数和生理参数对卧推训练中平均杠铃速度恢复时间过程的影响。共有13名接受过抗阻训练的男性（平均年龄25.0 ± 6.3岁）参与了这项研究。初步测量包括卧推力量（1次最大重复重量[1RM]：95.0 ± 17.4公斤）、最大理论速度（Vo：2.03 ± 0.16米/秒）以及通过史密斯机（Smith machine）进行的负荷-速度测试确定的最佳负荷（1RM的56.3 ± 1.4%）。此外，还计算了在以最佳负荷尽可能快地完成卧推测试至力竭时杠铃速度的下降速率（最大重复次数[MNR]的斜率：-0.026 ± 0.006米/秒·次）。最大有氧功率（104.6 ± 18.1瓦特）、血液乳酸阈值和心率恢复情况则是通过逐步增加负荷的手臂转动测试来确定的。每个主要训练阶段包括4组10秒的卧推练习，参与者需以尽可能快的速度完成这些练习，组与组之间的休息时间从30秒到5分钟不等，且顺序为随机且平衡的。研究人员计算了每个休息时间（30秒至5分钟）内前两组之间平均杠铃速度的恢复百分比。通过功率曲线对平均杠铃速度的恢复过程进行了建模，以评估个体的恢复速率。分析结果显示，从第一组到第二组恢复95%表现所需的时间主要受MNR斜率和Vo的影响（R2 = 0.68，p < 0.01）。当使用神经网络方法进行预测时，预测的准确性显著提高（R2 = 0.90–0.99）。总之，MNR斜率和Vo可以用来估计个体的恢复能力，并为爆发式卧推训练确定最佳的休息时间间隔。

通俗语言总结：这项研究探讨了接受过抗阻训练的男性在重复进行卧推训练时表现恢复的速度。研究人员测量了卧推力量、最大速度和有氧功率等指标。参与者在不同的休息时间间隔内完成卧推练习，恢复过程通过功率曲线进行建模。研究发现，杠铃速度的下降速率和最大理论速度是预测恢复时间的关键因素，而神经网络模型能够提供高度准确的预测结果。这些发现表明，这些参数有助于调整休息时间间隔，以实现爆发式卧推训练中的最佳恢复效果。

```