MétaCan
Menu
Retour à la cohorte
Enregistrement W1986491914 · doi:10.1519/jsc.0b013e31818dc44e

Parasympathetic Modulation and Running Performance in Distance Runners

2009· article· en· W1986491914 sur OpenAlexfundaboutno aff
Daniel Boullosa, José Tuimil, Anthony S. Leicht, Juan J Crespo-Salgado

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésHeart rateMedicineCardiologyPhysical therapyInternal medicinePsychologyPhysical medicine and rehabilitationBlood pressure

Résumé

récupéré en direct d'OpenAlex

This study examined the relationships between basal heart rate (BHR) and heart rate recovery (HRR), parasympathetic modulation parameters, with running performance in distance runners. It was hypothesized that greater parasympathetic modulation would be significantly associated with greater running performance. Twelve well-trained endurance runners (23.2 +/- 3.3 years; 175.6 +/- 5.8 cm; 65.2 +/- 6.7 kg) performed the Université de Montréal Track Test (UMTT) until volitional exhaustion (total final time, TUMTT), with the highest completed stage recorded as the maximal aerobic speed (MAS). More than 48 hours afterwards, participants ran at the MAS until volitional exhaustion, with maximal running time (Tlim) recorded. Maximum heart rate was significantly greater for the UMTT compared with Tlim (p = 0.004). Significant correlations were exhibited between MAS and BHR (r = -0.845, p = 0.001); mean drop in heart rate at the first minute of recovery after the UMTT (r = 0.617, p = 0.033) and Tlim (r = 0.787, p = 0.002); and mean drop in heart rate at the second minute of recovery after the UMTT (r = 0.630, p = 0.028). These results support previous reports that endurance training results in greater running performance and greater parasympathetic modulation before and after exercise. We suggest that coaches consider HRR and BHR for the monitoring of training for endurance performance.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,182

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,324
Écart entre enseignants0,298 · 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

Citations32
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207