Influence of Active Recovery on Cardiovascular Function During Ice Hockey
Notice bibliographique
Résumé
BACKGROUND: Ice hockey is a popular sport comprised of high-intensity repeated bouts of activity. Light activity, as opposed to passive rest, has been shown to improve power output in repeated sprinting and could potentially help to offset venous pooling, poor perfusion, and the risk of an ischemic event. The objective of our study was, thus, to examine the efficacy of low-intensity lower body activity following a simulated hockey shift for altering hemodynamic function. METHODS: In a cross-over design, 15 healthy hockey players (23 ± 1 years, 54 ± 3 mL/kg/min) performed two simulated hockey shifts. In both conditions, players skated up to 85 % of age-predicted heart rate maximum, followed by either passive recovery or active recovery while hemodynamic measures were tracked for up to 180 s of rest. RESULTS: = 0.06) increase in stroke volume. CONCLUSIONS: Standing and pacing between shifts offers a realistic in-game solution to help slow the precipitous drop in cardiac output (heart rate and stroke volume) that typically occurs with passive rest. Prolonging the duration of an elevated cardiac output further into recovery may be beneficial for promoting recovery of the working skeletal muscles and also avoiding venous pooling and reduced myocardial perfusion. KEY POINTS: Evidence that light activity in the form of standing/pacing is effective for maintaining cardiac output, and thus venous returnIncreased cardiac output and venous return may help reduce the chances of poor perfusion (ischemia) and could also promote recovery for performanceThis is a simple, low-risk, intervention demonstrated for the first time to work within the confines of a player's bench while wearing hockey gear.
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 | 0,001 | 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 | 0,000 |
| 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 ».