題:
您怎麼能知道自己的飲食足以增強肌肉?
GWLlosa
2012-02-14 21:29:59 UTC
view on stackexchange narkive permalink

所以我正在做一個力量訓練計劃(Starting Strength),在每次鍛煉時,我都會增加舉重的重量。
前一天,我正在鍛煉,我'hit一堵牆,我在半場的中間,突然覺得我無法再抬起槓鈴了。我覺得這可能與那天我還沒吃東西有關,但是這讓我想知道其他事情:

鑑於您需要吃一些食物才能支持肌肉發育,您可以看到哪些跡象表明您吃得足夠/太少/太多?

我聽說過有關專業力量訓練師必須 “奮鬥” 要吃得足夠多,這似乎意味著所需的數量可能很大....

二 答案:
Berin Loritsch
2012-02-15 03:10:13 UTC
view on stackexchange narkive permalink

最好理解壓力和恢復的概念。壓力包括諸如訓練(在您的情況下為“開始力量”)之類的活動,以及與情緒和壓力有關的來源。恢復是適應壓力的過程。它既包括休息,又包括營養。

  • 您不能永遠保持線性增長。 《起步力量》一書承認了這一點,並為您提供了相關的操作指導。
  • 食物不足會導致康復不足
  • 因此會導致睡眠不足
  • 以及各組之間的休息不足

重要的是要了解誰是初學者。初學者處於訓練生涯的一個階段,在他們每次進入健身房時都可以進行改進。這是一個美好的時光。最終,隨著體重增加,訓練帶來的壓力變得如此之大,以至於您需要一周的時間才能恢復和適應。那是當您進入中間階段時,您需要尋找一個支持每週增長的程序。按)。它使用的是我們大多數人最弱的肌肉,但這絕對是一項很棒的運動,有助於建立強壯的肩帶並防止臥推時肩袖受傷。根據SS書,您只需在下一次重複重量即可。如果您失速了3次,則卸載了10%。

撞牆時需要注意的事情:

  • 我睡得好嗎?大多數肌肉的生長都發生在您睡覺的時候。
  • 我在兩組之間有多少休息時間?您可能需要增加時間來補償體積。
  • 我吃了多少?基本原理很簡單,但不僅限於此。

有些人可以在禁食狀態下提起,而他們的身體已經習慣了。他們在當天晚些時候進行補償,以獲取所需的營養。里普(Rip)對初學者的飲食建議很簡單:吃得大,吃很多蛋白質,不要擔心臭皮的腹部。如果您傾向於增加體重,那可能對您不起作用。如果您一直都是骨瘦如柴的人,那絕對是您所需要的建議。

對於您需要的食物,最常見的建議是:

  • 每磅瘦肉1g蛋白質最小體重,最常見的建議是每磅體重1克。 (瘦肉沒有脂肪,總的來說就是體重秤上的數字)。
  • 碳水化合物和脂肪中剩餘的卡路里
  • 維持熱量大約為每磅體重15卡路里。 (注意:這是一個經常需要調整的數字)。

簡而言之,要保持相同的體重,要吃一些維持熱量的卡路里。為了增加體重,飲食要比維持飲食多20%。減肥,少吃20%的保養。即使您保持卡路里的維持,並且目前您的脂肪很多,訓練的動作也會幫助肌肉發達,而身體也會通過減少體內的脂肪來彌補。它不是一對一的,但您可以理解。

您說@Berin-when的飲食要比維持飲食多20%,這還包括休息日嗎?訓練與非訓練日所消耗的卡路里是否應該有所不同?謝謝!
@Bee,平均為一周。變化卡路里是一種確保能量在需要時存在的工具。如果您願意,可以進行拆分,其中休息日僅增加5%,培訓日增加30%。另一個變化是在訓練日增加碳水化合物,在休息日減少碳水化合物(增加脂肪)。這些是您可以使用或不使用的工具。關鍵是一周有盈餘。
Steve Wortham
2012-02-15 02:25:29 UTC
view on stackexchange narkive permalink

實際上,促進肌肉持續生長的數量可能很大。當我進行體重訓練並試圖增加體重時,我大約一年一直每天攝入約4000卡路里的熱量。但是那時我的身高為6'5“,新陳代謝非常快,所以我的身體需要這些卡路里。儘管如此,因為那一年我可以增加20磅的肌肉。

最好的方法要自己弄清楚,是要測量和跟踪您的進度並做出相應的調整。您可以使用一套簡單的人體脂肪卡尺和一個浴室秤來做到這一點。每週測量體重和體內脂肪,然後就可以從中獲取或減去LBM(瘦體重)。

例如,您連續3週每週減掉1磅一半是脂肪/另一半是LBM。如果您的目標是增加肌肉,那麼在這種情況下,您絕對應該多吃一些卡路里。理想情況下,您應該每週使LBM少量增加,同時盡量減少脂肪增加。

順便說一句,每週進行測量更好的原因是,您可以使自己每天瘋狂地進行測量由於微小的波動和不准確。實際上,根據經驗,明智的做法是在進行飲食的任何重大更改之前先收集3週的測量值。



該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到,我們感謝它分發的cc by-sa 3.0許可。
Loading...