A prospective evaluation of non-interval- and interval-based exercise training progressions in rodents
Notice bibliographique
Résumé
Non-interval and interval training progressions were used to determine (i) the mean rate at which treadmill speed could be incremented daily using a non-interval training progression to train rats to run continuously at different intensities and (ii) the number of training days required for rats to run continuously at different exercise intensities with non-interval- and interval-based training progressions to establish methods of progressive overload for rodent exercise training studies. Rats were randomly assigned to mild-intensity (n = 5, 20 m·min(-1), 5% grade), moderate-intensity (n = 5, 30 m·min(-1), 5% grade), and heavy-intensity non-interval groups (n = 5, 40 m·min(-1), 5% grade) or a heavy-intensity interval (n = 5, 40 m·min(-1), 5% grade) group and ran 5 days·week(-1) for 6 weeks. Non-interval training involved a daily increase of treadmill speed, whereas interval training involved a daily increase of interval time, until the animal could run continuously at a prescribed intensity. In mild-, moderate-, and heavy-intensity non-interval-trained rats, treadmill speed was increased by 0.6 ± 0.7 m·min(-1)·day(-1), 0.6 ± 0.2 m·min(-1)·day(-1), and 0.8 ± 0.1 m·min(-1)·day(-1), respectively. Target training intensity and duration were obtained following 0.4 ± 0.5 days, 17 ± 3 days, and 23 ± 3 training days (p < 0.05) in mild-, moderate-, and heavy-intensity groups, respectively. In contrast, interval-trained rodents required 11 ± 1 training days. These data demonstrate that rodents will tolerate an increase in treadmill speed of ∼0.7 ± 0.1 m·min(-1)·day(-1) and that this progression enables rats to run continuously at moderate and heavy intensities with 3-4 weeks of progressive overload. Interval training significantly reduces the number of training days required to attain a target intensity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».