Physiological Indices During Continuous And Sinusoidal Running Exercise In Football Players
Notice bibliographique
Résumé
It is well established that intermittent exercises are very specific for performance in field and combat sports. However, few studies have examined the effect of sinusoidal oscillation in exercise intensity could maintain or ameliorates energetic coast. The aim of this work was to investigate if the variation of exercise allures (constant speed (CT-sp) vs. sinusoidal speed (SIN-sp) on physiological responses during submaximal exercise. Ten male footballers (182.6 ± 6.2 cm and 79.6 ± 6.4 kg) were volunteered to participate to this study. After measuring maximal aerobic velocity (MAV) and corresponding maximal oxygen uptake (VO2max) during the University of Montreal incremental test', subjects performed, in a randomized order, six test sessions of 10 min at different intensities (65, 75 and 85% VMA) in either CT-sp (a constant distance of 12.5 m between cones) or SIN-sp with an amplitude of 3 km.h-1 (alternating distances of 9.85 m and 15.15 m in each speed). Heart rate (HR), blood lactate concentration [La] and oxygen uptake (VO2) were determined during each test session. Results showed that HR, [La] and VO2 were higher during SIN-sp than CT-sp in the different exercise intensities. In addition, multiple linear regression was performed as below: Y = a *X1+ b * X2+ C with X2 corresponding to exercise allure (EA) (Vcte vs Vsin) as independent variable (taking the value of 0 or 1 ) to study the relationships: VO2 / VO2max = a * HR / HR max + b * EA + C, [La] / [Lamax] = a * HR / HR max + b * TE + C and [La] / [Lamax ] VO2 = a * / b * VO2max + TE + C. The statistical analysis shows that only the VO2/ VO2max and HR / HRmax were significant (P <0.001). The results of this study raise the question of the effectiveness of sinusoidal training allure on cardiorespiratory and metabolic parameters in football players.
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 | 0,000 | 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 | 0,000 |
| 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 ».