MétaCan
Menu
Retour à la cohorte
Enregistrement W1988924791 · doi:10.1139/h07-037

Methods to quantify intermittent exercises

2007· article· en· W1988924791 sur OpenAlexvenueno aff
François-Denis Desgorces, Xavier Sénégas, Judith García, Leslie M. Decker, Philippe Noirez

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSprintHeart rateEndurance trainingBlood lactateMedicinePerceived exertionRating of perceived exertionPhysical therapyDelayed onset muscle sorenessCardiologyInternal medicineBlood pressureMuscle damage

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to quantify intermittent training sessions using different types of exercise. Strength, sprint, and endurance sessions were performed until exhaustion. These sessions were quantified by the product of duration and heart rate (HR) (i.e., training impulse (TRIMP) and HR-zone methods), by the product of duration and rate of perceived exertion (RPE-based method), and a new method (work endurance recovery (WER)). The WER method aims to determine the level of exercise-induced physiological stress using the ratio of cumulated work - endurance limit, which is associated with the naparian logarithm of the ratio of work-recovery. Each session's effects were assessed using blood lactate, delayed onset muscle soreness (DOMS), RPE, and HR. Because sessions were performed until exhaustion, it was assumed that each session would have a similar training load (TL) and there would be low interindividual variability. Each method was used to compare each of the TL quantifications. The endurance session induced the higher HR response (p < 0.001), the sprint session the higher blood lactate increase (p < 0.001), and the strength session the higher DOMS when compared with sprint (p = 0.007). TLs were similar after WER calculations, whereas the HR- and RPE-based methods showed differences between endurance and sprint (p < 0.001), and between endurance and strength TL (p < 0.001 and p < 0.01, respectively). The TLs from WER were correlated to those of the HR-based methods of endurance exercise, for which HR was known to accurately reflect the exercise-induced physiological stress (r = 0.63 and r = 0.64, p < 0.05). In addition, the TL from WER presented low interindividual variability, yet a marked variability was observed in the TLs of HR- and RPE-based methods. As opposed to the latter two methods, WER can quantify varied intermittent exercises and makes it possible to compare the athletes' TL. Furthermore, WER can also assist in comparing athlete responses to training programs.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,360
Écart entre enseignants0,328 · 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'étudeExpérimental (laboratoire)
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

Citations46
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207