Glycerol-Induced Hyperhydration: A Method for Estimating the Optimal Load of Fluid to Be Ingested Before Exercise to Maximize Endurance Performance
Notice bibliographique
Résumé
Glycerol-induced hyperhydration (GIH) has been shown to increase endurance performance (EP). However, EP starts declining at a dehydration level >2% body weight (BW). It thus appears that the use of GIH is only required when athletes anticipate that their fluid intake during exercise would not be sufficient to prevent a loss of BW >2%. In such a scenario, the optimal GIH load to be ingested before exercise would correspond to the amount of fluid that cannot be drunk during exercise and that would be just sufficient to keep the dehydration level <2% BW. No method exists enabling the estimation of the most optimal GIH load to be drunk before exercise to optimize EP. Here, such a method comprising 3 easy steps is presented. Step 1 provides a formula allowing users to determine relative exercise-induced dehydration level based on individual BW, exercise time, and estimated hourly sweat rate and fluid consumption during exercise. Step 2 takes into account the result of step 1 and provides a formula allowing determination of the minimal GIH load required before exercise to prevent a loss of BW >2%. Step 3 consists of identifying, among those pre-selected, a GIH protocol that increases body water by at least the amount computed in step 2. This method will remove much of the guess work involved in the decision-making process of the optimal amount of GIH that should be ingested before exercise by athletes for maximizing EP and will serve as a practical reference tool for all athletes using, and coaches, practitioners, and exercise physiologists recommending the utilization of, GIH as an ergogenic aid.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».