Tabata訓練計劃:Tabata訓練幫助你維持新陳代謝
Tabata訓練是高強度間竭訓練(HIIT)之一,是建構于田畑泉教授(Prof. Izumi
Tabata)於1996年發表的一項研究,這份研究報告於當年在運動界猶如擲下一杸塬子彈,影響深遠,幾乎在所有職業運動訓練中都涉及Tabata訓練。小編今次除了介紹Tabata訓練是什麼之外,亦會推薦數項Tabata訓練計劃給大家!
甚麼是Tabata訓練?
日本東京體訓大學的教授田畑泉提出這種運動概念,Tabata訓練法提倡在運動時儘可能使用更多的肌肉群,內容主要為「高強度運動20秒、休息10秒,持續8個循環,共4分鐘。」在田畑泉教授的實驗中,將受試者分成兩組,一組採用每周運動5次,每次為一小時的中強度運動,另一組則為4分鐘的Tabata訓練法,每周4次。經過6周的試驗之後,Tabata訓練法組別的人,同時在有氧和無氧表現水平上都增加,而中強度運動組別僅有在有氧表現上有所改善。
如何應用Tabata訓練?
無論你是訓練手臂、腿部、核心肌群、還是進行帶氧訓練,在完結前都可以完成1組Tabata訓練,讓你的目標肌肉組充份充血。Tabata訓練可以有無限的可能性,幾乎任何動作都可以成為Tabata訓練之一,例如:跑步、跳繩、深蹲、掌上壓、引體上升、卧推……總之,每次在健身室訓練覺得筋疲力盡時,的起心肝,做多一組4分鐘的Tabata,也許將來你會感謝小編的,哈哈!
另外,很多很多讀者朋友常常問小編,如果沒有時間健身怎樣辦,答案當然是Tabata訓練啦!正如上文所說,幾乎所有動作都可以成為Tabata訓練,所以在家就可以進行Tabata。不過請緊記,如果你的目標是增肌,Tabata只能讓你保持一定的訓練量以維持新陳代謝,長遠計對增肌幫助不大,所以要增肌的朋友還是要上健身室呀!
不過請注意Tabata訓練塬本是設計來訓練奧運選手的體能,所以如果你沒有運動基礎,不妨放慢一點,休息多一點,依隨自己的感覺訓練,若然太辛苦,就要暫停。就算是有一定體能的朋友,在進行Tabata訓練前都一定要先熱身,不要一來就20秒快跑,會死人的!
建議Tabata訓練計劃
胸背Tabata
動作1: 引體上升(可用輔助機)
動作2: 掌上壓
[20秒引體上升–>10秒休息–>20 秒掌上壓–>10秒休息] X4
二頭肌Tabata
練習1: 站立二頭彎舉練習2: 上斜二頭彎舉
[動作1–>10秒休息–>動作2–>10秒休息] X4
體重訓練Tabata
動作1: Burpees
動作2: Jump Squats
動作3: Mountain Climbers
動作4: Jumping
Jacks
[動作1–>10秒休息–>動作2–>10秒休息] X2
[動作3–>10秒休息–>動作4–>10秒休息] X2
※一組能同時訓練胸、肩、腹、腿、心肺的練習
※5個方法讓側平舉練肩更有效!別在「舒適區」練太久
※手臂力量大小會限制胸肌大小!6個最佳手臂訓練動作
※想要強化你的肱二頭肌 過頂繩索彎舉不要錯過
※想要增加手臂圍度 不要錯過三頭肌的訓練
TAG:51運動 |
※曼恆攜手 DeepQ Health 發布Surgical Theater手術計劃訓練系統
※力量訓練愛好者必知的Starting Strength訓練計劃
※Rasa Core源碼之Policy訓練
※托雷斯訓練上腳adidas Predator Mania 「Champagne」限量戰靴
※Practice Day 5——喚醒身體的訓練
※你上傳的 Instagram 照片,正免費幫 Facebook 訓練 AI 模型?
※你上傳的Instagram照片,正免費幫Facebook訓練AI模型?
※Facebook用幾十億張Instagram的照片,訓練人工智慧AI
※Facebook 正使用數以億計的 Instagram 圖片訓練其 AI 演算法
※正增強和犬訓練( I 、II)Positive Reinforcement and Dog Training
※如何利用Google Colab免費訓練StarCraft II
※跑步的科學訓練必讀-R4K現場回顧 Running Biomechanics
※Extra Butter x adidas聯名鞋款帶你做有氧訓練
※未來訓練裝備!Matthew M. Williams x Nike 系列發布
※溫故知新:典型參考·Paul Wade訓練計劃
※使用Google Colaboratory訓練神經網路
※Neurobiol Aging:認知訓練能夠幫助大腦保持年輕
※正增強和犬訓練III Positive Reinforcement and Dog Training III
※TensorFlow推出新工具Seedbank:即刻使用的預訓練模型庫
※DeepMind高管回答:Alpha zero 的強化學習是否真的不要訓練數據?