Combined strength and endurance training does not improve left ventricular systolic function in response to a high‐intensity exercise in females (881.7)
Notice bibliographique
Résumé
The acute effect of high‐intensity exercise combined with strength and endurance training on left ventricular (LV) systolic function in female rowers is not well known. The objective of this study was to evaluate the effects of 10‐weeks of endurance and strength training on maximal oxygen uptake (VO2max), endurance performance, strength, and LV morphology and systolic function in eight female rowers (mean age: 25 ± 9 years). LV systolic function was also assessed before and immediately after completing a high‐intensity endurance performance test (2000m of rowing). Ten‐weeks of combined strength and endurance training significantly improved VO2max (before vs. after; 2.7 ± 0.4 vs. 3.0 ± 0.3 L/min), endurance performance time (510 ± 41 vs. 491 ± 24 sec), leg press (163 ± 45 vs. 235 ± 86 kg) and bench press (40 ± 4 vs. 46 ± 5 kg) one repetition maximum strength. Combined training did not change end‐diastolic cavity area (19 ± 3 vs. 19 ± 4 cm2), end‐systolic cavity area (9 ± 2 vs. 8 ± 2 cm2), fractional area change (51 ± 6 vs. 55 ± 3%) or mass (160 ± 34 vs. 159 ± 17 g). High‐intensity exercise was associated with an increase in contractility and fractional area change from before to after training. In conclusion, 10 weeks of rowing and strength training in female rowers improves exercise capacity, endurance performance and muscle strength without altering LV morphology. In addition, combined strength and endurance training was not associated with an increase in LV systolic function but contractility and fractional area was significantly increased with high intensity exercise. Grant Funding Source : Supported by the Sport Science Association of Alberta
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».