Estimating energy expenditure for brief bouts of exercise with acute recovery
Notice bibliographique
Résumé
Four indirect estimations of energy expenditure were examined, (i) O(2) debt, (ii) O(2) deficit, (iii) blood lactate concentration, and (iv) excess CO(2) production during and after 6 exercise durations (2, 4, 10, 15, 30, and 75 s) performed at 3 different intensities (50%, 100%, and 200% of VO(2) max). Analysis of variance (ANOVA) was used to determine if significant differences existed among these 4 estimations of anaerobic energy expenditure and among 4 estimations of total energy expenditure (that included exercise O(2) uptake and excess post-exercise oxygen consumption, or EPOC, measurements). The data indicate that estimations of anaerobic energy expenditure often differed for brief (2, 4, and 10 s) bouts of exercise, but this did not extend to total energy expenditure. At the higher exercise intensities with the longest durations O(2) deficit, blood lactate concentration, and excess CO(2) estimates of anaerobic and total energy expenditure revealed high variability; however, they were not statistically different. Moreover, they all differed significantly from the O(2) debt interpretation (p < 0.05). It is concluded that as the contribution of rapid substrate-level ATP turnover with lactate production becomes larger, the greatest error in quantifying total energy expenditure is suggested to occur not with the method of estimation, but with the omission of a reasonable estimate of anaerobic energy expenditure.
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) | 0,001 | 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 ».