MétaCan
Menu
Retour à la cohorte
Enregistrement W1506968675 · doi:10.1002/mus.24342

Neuromuscular fatigue of the knee extensors during repeated maximal intensity intermittent‐sprints on a cycle ergometer

2014· article· en· W1506968675 sur OpenAlexaff
Gregory E. P. Pearcey, Justin R. Murphy, David G. Behm, Dean C. Hay, Kevin E. Power, Duane C. Button

Notice bibliographique

RevueMuscle & Nerve · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensNipissing UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSprintMedicinePhysical medicine and rehabilitationMuscle fatiguePhysical therapyCardiologyElectromyography

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: We studied the time course of neuromuscular fatigue during maximal intensity intermittent-sprint cycling. METHODS: Eight participants completed 10, 10-s sprints interspersed with 180 s of recovery. The power outputs were recorded for each sprint. Knee extensor maximum voluntary contraction (MVC) force, voluntary activation, and evoked contractile properties were recorded presprint, postsprint 5, and postsprint 10. RESULTS: Total work over the 10 sprints decreased significantly (P < 0.05) and could be described by 2 linear relationships from sprints 1-5 compared with sprints 6-10. Participants had significantly (P < 0.05) lower MVC and twitch forces postsprint 5 compared with presprint. MVC, voluntary activation, and twitch force were decreased (P < 0.05) postsprint 10 compared with postsprint 5. CONCLUSIONS: The maximal intermittent sprints induced neuromuscular fatigue. Neuromuscular fatigue in the first 5 sprints was mainly peripheral, whereas in the last 5 sprints it was both peripheral and central.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,243
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetSports Performance and TrainingTravaux en français237 207