Body composition changes affect energy cost of running during 12 months of specific diet and training in amateur athletes
Notice bibliographique
Résumé
Considering the relation between body weight composition and energy cost of running, we tested the hypothesis that by modifying body composition by means of a combined protocol of specific diet and training, the energy cost of motion (Cr) may be reduced. Forty-five healthy and normal-weight subjects were divided into 3 groups that performed a different treatment: the first group attended a dietary protocol (D), the second group participated in a running program (R), and the third group followed both the dietary and running protocols (R&D). Each subject underwent 3 anthropometric and exercise evaluation tests during 1 year (at entry (T0), month 6 (T6), and month 12 (T12)) to assess body composition and Cr adjustments. The mean fat mass (FM) values were reduced in R&D from 12.0 ± 4.0 to 10.4 ± 3.0 kg (p < 0.05 T0 vs. T12) and in the D group from 14.2 ± 5.8 to 11.6 ± 4.7 kg (p < 0.05 T0 vs. T12). Conversely, the mean fat free mass values increased in R&D (from 56.3 ± 8.8 to 58.3 ± 9.8 kg, p < 0.05 T0 vs. T12) and in the D group (from 50.6 ± 13.2 to 52.9 ± 13.6 kg, p < 0.05 T0 vs. T12). The mean Cr values of the 2 groups were significantly modified throughout the 1-year protocol (1.48 ± 0.16 and 1.40 ± 0.15 kcal·kg(-b)·km(-1) in the R&D group at T0 and T12, respectively; 1.83 ± 0.17 and 1.76 ± 0.23 kcal·kg(-b)·km(-1) in D group at T0 to T12, respectively). The R&D and D groups that underwent the diet protocol had a positive change in body composition during the year (FM/fat free mass ratio decline), which determined a Cr reduction.
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 | 0,000 | 0,000 |
| 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 ».