MétaCan
Menu
Retour à la cohorte
Enregistrement W1967011932 · doi:10.1249/01.mss.0000384605.33310.50

Relationship Between Maximal Accumulated Oxygen Deficit (MAOD) and the Wingate Anaerobic Power Test (WAnT)

2010· article· en· W1967011932 sur OpenAlexaff
Jason D. Vescovi, Robert E. Foulds, Lana M.L. Hochman, Ira Jacobs

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Invasive Vital Sign Monitoring
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAnaerobic exerciseWingate testCycle ergometerMathematicsVO2 maxLinear regressionAnimal sciencePhysical therapyStatisticsHeart rateMedicineInternal medicineBlood pressureBiology

Résumé

récupéré en direct d'OpenAlex

The MAOD is purported to be a test of anaerobic exercise capacity while the WAnT is used to asses maximal power rates that can be sustained during anaerobic exercise. The MAOD involves a preparatory test session of at least 30 minutes and then another test session lasting 2-3 minutes while the WAnT lasts only 30 s. Time efficiencies in assessing anaerobic exercise fitness could be gained if one test could be used to reflect both anaerobic capacity and some index of anaerobic power. PURPOSE: To examine the relationship between peak and average power during the WAnT with MAOD in healthy men and women. METHODS: Seventeen participants (10 men, 7 women; mean±SD, 23±3 yr; 171.7±7.4 cm; 70.2±10.4 kg) completed a continuous ramp cycle ergometry protocol to assess VO2max and performed four submaximal rides to determine the regression of steady state VO2 on cycle ergometer power output. Linear regression was used to calculate the power rate associated with 125% VO2max and that rate was used for the MAOD test. The MAOD was calculated as the difference between the calculated O2 demand for exercise until exhaustion at 125% VO2max and actual total oxygen consumed during the MAOD test. WAnT was performed on an electronically braked cycle ergometer using an applied resistance of 0.931 N·kg-1 for men and 0.833 N·kg-1 for women. Power rates during the WAnT were sampled at 50 Hz; mean power was the average over the 30 s duration of the WAnT and peak power was the average of the power during the highest 5 s period. After exercise the subjects immediately moved to a recliner where they remained passive while fingertip whole blood was sampled at 1, 3, and 5 minutes for blood lactate. RESULTS: The absolute MAOD (2.92±1.16 L) was strongly correlated with the 30 s WAnT average power (582±149 W) (r=0.916, p<0.001). After controlling for body mass the MAOD (0.0415±0.0140 L·kg-1) and WAnT average power (8.33±1.48 W·kg-1) remained highly correlated (r=0.895, p<0.001). There was a mean difference of 131±42 s between the MAOD and WAnT in test duration, and mean peak blood lactate levels were different between tests (0.7±1.3 mmol·L-1, p<0.05). CONCLUSIONS: In light of the strong correlation between the MAOD derived index of anaerobic exercise capacity and the average power from the WAnT, the results suggest that the 30s WAnT can be used to assess both anaerobic power and capacity.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,010
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetNon-Invasive Vital Sign MonitoringTravaux en français237 207