Sweat rate, salt loss and fluid intake during an intense on‐ice practice in elite level junior hockey players
Notice bibliographique
Résumé
Previous research suggests that losing ~2% body mass (BM) impairs athletic performance. This study evaluated the hydration status and sweat responses of 44 junior hockey players during a 1 hr on‐ice practice. Players (x ± SE, 18.4 ± 0.1 yr, 184.8 ± 0.9 cm, 89.9 ± 1.1 kg) were studied in groups of 10–12 during 4 practices on one day in an arena (13.9°C, 66% RH). Hydration status prior to practice was estimated by measuring urine specific gravity (USG, mild dehydration > 1.020). Sweat rate (SR) was calculated from BM changes and fluid intake during practice. Players drank a sports drink prior to practice and water during practice. Sweat [Na] was analyzed in forehead sweat patch samples. On average, players arrived reasonably well hydrated (USG = 1.020 ± 0.001), but 24 players were above 1.02. The average SR during practice was 1.76 ± 0.08 l/hr. While the players replaced only 60% of their fluid loss (1.03 ± 0.08 l), average BM loss was only 0.8 ± 0.1 %. Sweat [Na] was 54.2 ± 2.4 mM, resulting in a loss of 2.26 ± 0.17 g of Na. Goalies (n = 4) sweat at a much higher rate (2.87 ± 0.17 l/hr) than other players (1.65 ± 0.07 l/hr). While goalies drank more during practice (1.82 ± 0.55 l), they lost a greater percent of their BM (1.1 ± 0.4%). In summary, elite junior hockey players exhibited high sweat rates and sweat [Na] during intense practices. The majority of the elite players drank enough during practice to prevent dehydration. Study supported by GSSI Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».