Dietary intake habits and controlled training on body composition and strength in elite female volleyball players during the season
Notice bibliographique
Résumé
UNLABELLED: The purpose of this study was to assess dietary intake of elite female volleyball players (EFVPs, n = 22) during the first 11 weeks of the competitive season. Further, we compared findings for total energy intake and specific macronutrient distribution with the established recommendations for high-intensity athletes. Subjects also engaged in periodized training and we assessed changes in body composition (BC) and strength. Twenty-two EFVPs had dietary intake (7-day dietary recall and food-frequency questionnaire), BC (body mass index (BMI), body fat percentage, fat mass, muscle mass), and 1-repetition maximum (1RM) strength (bench press, military press, back squat, power clean, clean and jerk, pull-over) assessed at baseline (T0, before preseason) and 11 weeks later (T11). Athletes consumed less total kilocalories and carbohydrates (CHO) compared with established recommendations (total kilocalories: 40.7 ± 5.2 kcal/(kg · day)(-1) vs. RECOMMENDATIONS: 50-80 kcal/(kg · day)(-1); CHO: 4.3 ± 0.6 g/(kg · day)(-1) vs. RECOMMENDATIONS: 5-8 g/(kg · day)(-1)). Further, subjects consumed greater protein (2.1 ± 0.4 g/(kg · day)(-1)) compared with recommendations (1.6-1.8 g/(kg · day)(-1)) and greater fat (36.1 ± 4.6% of total kilocalories) than recommendations (20%-35% of total kilocalories). There were improvements (p < 0.05) in BC from T0-T11 (body fat percentage: 17.9% ± 4.2%-16.8% ± 3.6%, -4.7% ± 7.4%; fat mass: 12.7 ± 4.2-11.9 ± 3.8 kg, -4.0% ± 9.2%; muscle mass: 42.8% ± 3.4%-43.3% ± 3.0%, +1.3 ± 3.1%) and 1RM strength (bench press: 39.1 ± 4.5-43.4 ± 4.9 kg; +11.4% ± 9.3%; clean and jerk: 29.7 ± 6.3-34 ± 5.8 kg; +17.7% ± 23.8%); however, there was no change (p > 0.05) in BMI or military press and pull-over. Back squat (p = 0.054; +33.0% ± 83.7%) and power clean (p = 0.056; +26.2% ± 49.0%) increases approached significance. Our findings indicate that EFVPs improved BC and strength despite a dietary intake different from recommendations. This is possibly due to different substrate utilization during exercise in females versus males, thus new recommendations should be considered for high-intensity athletes, which are sex-specific.
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) | 0,000 | 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) | 0,000 | 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 ».