健身不用再做一整套動作!最新研究:只做離心收縮就行,最終效果差別不大,還長了更多肌肉
內附日本運動學教授健身教程
Pine 發自 凹非寺
量子位 | 公眾號 QbitAI
各位健身黨們,舉重別細究往上舉的動作了,最新研究表明“往下舉”才最關鍵!
這里的“往下舉”指的其實是手臂回落,肌肉伸長的過程。
當然這并不是信口胡說來的,而是伊迪斯科文大學(ECU)最新的一項研究成果,相關論文已經發表在了《歐洲應用生理學》雜志上。
而且得來的結論都有實打實的數據支撐,一起看看~
離心收縮更重要
在講實驗過程之前,得先了解一些基礎的健身知識。
一般來說,肌肉有三種不同形式的收縮方式:向心收縮、離心收縮和等長收縮。
向心收縮是指在肌肉用力時,張力不變,長度縮短的過程,就比如說做啞鈴彎舉時的舉起過程。
離心收縮則與向心收縮相反,即張力不變,長度伸長,類比于啞鈴彎舉時的放下過程,深蹲時的下蹲過程。
而等長收縮是指,長度不變的情況下張力發生變化,就像做平板支撐時手臂的發力。
在ECU進行的這項研究中,將研究對象分為了三組,其中一組只進行向心收縮運動(CON)、一組只進行離心收縮運動(ECC)、還有一組離心、向心均進行。
此外,還有一組不運動的選手作為對照。
這些運動的小組每周進行兩次啞鈴彎舉,持續五周……
時間來到五周后,研究人員對他們的最大等長肌力(MVC-ISO)、最大向心肌力(MVC-CON)和最大離心肌力(MVC-ECC)進行了測試。
不廢話,直接上數據!
顯而易見,只進行向心收縮組的MVC-ISO、MVC-CON和MVC-ECC均低于其余兩組,甚至肌肉增長量不及只進行離心收縮組的四分之一。
更重要的是,只進行離心收縮組的效果和進行整個過程組的效果差不多,甚至在MVC-ECC和肌肉增長量上離心收縮組的效果更好。
(漲知識了,一邊是事半功倍,一邊是事倍功半,看來健身還是得找好方法才行!)
來自ECU的日本運動學教授Ken Nosaka,同時也是這個項目的研究人員表示:
了解離心收縮訓練的好處可以讓人們更有效地花時間鍛煉,將這些“古怪”的運動項目融入生活,甚至可以不用去健身房就能長肌肉。
并且,這位運動學教授還給出了一些實用的健身技巧,學起來吧!
該怎么健身?
首先Nosaka教授給出了在健身房的建議:
準備好一對啞鈴,整個過程用兩只手幫助進行向心(舉重)階段,然后使用一只手臂進行離心階段,執行以下操作:
- 二頭肌彎舉
- 頭后臂屈伸
- 啞鈴前平舉
- 肩上推舉
接下來練腿,使用腿部負重器械,同樣的在向心階段可以使用外力協助,進行如下操作:
- 膝關節伸展
- 坐式雙腿彎舉
- 坐式提踵
不過鑒于有太多的不想去健身房鍛煉的“躺尸”人,Nosaka教授還給出了一些可以在家中簡單鍛煉的方法。
同樣再啰嗦一句:盡可能感受肌肉離心收縮的過程,肌肉向心收縮運動時,可借助外力輔助。
進行一下練習,每組重復 10 次:
椅子坐:從半蹲姿勢開始,在三秒鐘內慢慢地坐在椅子上,(更窄和更寬的站姿會有不同的效果)。進階版:試著用一條腿坐下。
椅背:坐在椅子上,讓背部和靠背之間留出空間,三秒鐘內慢慢向后仰(手臂可以交叉在胸前,也可以放在后腦勺上)。
不均勻深蹲:站在椅子前,向一側傾斜以將更多重量放在一條腿上,然后在三秒鐘內蹲下。
腳跟向下:仍然在椅子前,身體前傾并抬起腳后跟然后,將一條腿抬離地面,并在三秒鐘內降低另一個腳后跟。
靠墻俯臥撐:面對墻壁,雙臂完全伸展。在三秒鐘內慢慢彎曲肘關節,直至臉貼到墻壁。
前弓步:一腿在前,一腿在后,三秒內盡可能地彎曲膝蓋。
干貨滿滿,還不快練起來!
參考鏈接
[1]https://www.ecu.edu.au/newsroom/articles/research/less-gym-time-same-results-why-lowering-weights-is-all-you-need-to-do
[2]https://link.springer.com/epdf/10.1007/s00421-022-05035-w?sharing_token=0iCxJER82RORsIQ4MSdo_ve4RwlQNchNByi7wbcMAY6xsY5xz7xCBsMqd-f46TfzUXZJAMv-4kV-mMQ1l023GoVm3qv9-Z9asjAZzd70dOCQlx-FhofBiTy-L4JXOaFlpoX9qmVuUoH5Y9q9DnkpahZl2oy3lh2WBNV2qEoERYw=
— 完 —
- GPT-5不能停!吳恩達田淵棟反對千人聯名,OpenAI CEO也發聲了2023-03-30
- ChatGPT標注數據比人類便宜20倍,80%任務上占優勢 | 蘇黎世大學2023-03-29
- 馬斯克嘲諷比爾蓋茨不懂AI/ 蘋果收購AI視頻公司/ 壁仞GPU聯創出走…今日更多新鮮事在此2023-03-28
- GPT-4老板:AI可能會殺死人類,已經出現我們無法解釋的推理能力2023-03-28




