The Effects of Different Warm-up Volumes on the 100-m Swimming Performance
Notice bibliographique
Résumé
The aim of this study was to compare the effect of 3 different warm-up (WU) volumes on 100-m swimming performance. Eleven male swimmers at the national level completed 3 time trials of 100-m freestyle on separate days and after a standard WU, a short WU (SWU), or a long WU (LWU) in a randomized sequence. All of them replicated some usual sets and drills, and the WU totaled 1,200 m, the SWU totaled 600 m, and the LWU totaled 1,800 m. The swimmers were faster after the WU (59.29 seconds; confidence interval [CI] 95%, 57.98-60.61) and after the SWU (59.38 seconds; CI 95%, 57.92-60.84) compared with the LWU (60.18 seconds; CI 95%, 58.53-61.83). The second 50-m lap after the WU was performed with a higher stroke length (effect size [ES] = 0.77), stroke index (ES = 1.26), and propelling efficiency (ES = 0.78) than that after the SWU. Both WU and SWU resulted in higher pretrial values of blood lactate concentrations [La] compared with LWU (ES = 1.58 and 0.74, respectively), and the testosterone:cortisol levels were increased in WU compared with LWU (ES = 0.86). In addition, the trial after WU caused higher [La] (ES ≥ 0.68) and testosterone:cortisol values compared with the LWU (ES = 0.93). These results suggest that an LWU could impair 100-m freestyle performance. The swimmers showed higher efficiency during the race after a 1200-m WU, suggesting a favorable situation. It highlighted the importance of the [La] and hormonal responses to each particular WU, possibly influencing performance and biomechanical responses during a 100-m race.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».