Iron supplementation prevents a decline in iron stores and enhances strength performance in elite female volleyball players during the competitive season
Notice bibliographique
Résumé
The primary aim of this study was to examine the effects of 11 weeks of iron supplementation on hematological and strength markers in elite female volleyball players. Twenty-two volleyball players (aged 27.0 ± 5.6 years) from 2 Spanish First National League teams participated and were counterbalanced into 1 of 2 groups based upon iron status: (i) control group (CG, n = 11); or (ii) iron treatment group (ITG, n = 11), which received 325 mg/day of ferrous sulphate daily. Subjects performed their team's regimen of training or match play every day. Both groups were tested for hematological and strength levels at 2 points: (i) baseline (T0, before preseason) and (ii) 11 weeks later (T11, post-testing). Hematological parameters were serum iron (sFe), serum ferritin (FER), transferrin saturation index (TSI), and hemoglobin (Hb); strength assessments were bench press, military press, half-squat, power clean, clean and jerk, and pull-over. CG experienced a significant decrease (p < 0.05) for sFe (T0, 112.7 ± 31.5; T11, 69.0 ± 20.5 μg·dL(-1); -33.9%), FER (T0, 60.2 ± 28.6; T11, 38.2 ± 16.4 ng·mL(-1); -34.6%), TSI (T0, 29.4% ± 9.5%; T11, 17.4% ± 5.1%; -35.3%), and Hb (T0, 14.1 ± 1.0; T11, 13.0 ± 0.8 g·L(-1); -7.44%); however, ITG experienced no changes (p > 0.05). Consequently, in ITG all hematological parameters were significantly greater (p < 0.05) than CG at T11. There was greater (p < 0.05) percent increase in the clean and jerk (CG: +5.1% ± 20.9 vs. ITG: +29.0% ± 21.3%), power clean (CG: -5.8% ± 30.3% vs. ITG: +44.6% ± 56.6%), and total mean strength (CG: +10.9% ± 3.2% vs. ITG: +26.2% ± 3.6%) in ITG. Our findings suggest that oral iron supplementation prevents iron loss and enhances strength in female volleyball players during the competitive season.
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 | 0,000 |
| 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 ».