Recovery facilitation with Montmorency cherries following high-intensity, metabolically challenging exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The impact of Montmorency tart cherry (Prunus cerasus L.) concentrate (MC) on physiological indices and functional performance was examined following a bout of high-intensity stochastic cycling. Trained cyclists (n = 16) were equally divided into 2 groups (MC or isoenergetic placebo (PLA)) and consumed 30 mL of supplement, twice per day for 8 consecutive days. On the fifth day of supplementation, participants completed a 109-min cycling trial designed to replicate road race demands. Functional performance (maximum voluntary isometric contraction (MVIC), cycling efficiency, 6-s peak cycling power) and delayed onset muscle soreness were assessed at baseline, 24, 48, and 72 h post-trial. Blood samples collected at baseline, immediately pre- and post-trial, and at 1, 3, 5, 24, 48, and 72 h post-trial were analysed for indices of inflammation (interleukin (IL)-1β, IL-6, IL-8, tumor necrosis factor alpha, high-sensitivity C-reactive protein (hsCRP)), oxidative stress (lipid hydroperoxides), and muscle damage (creatine kinase). MVIC (P < 0.05) did not decline in the MC group (vs. PLA) across the 72-h post-trial period and economy (P < 0.05) was improved in the MC group at 24 h. IL-6 (P < 0.001) and hsCRP (P < 0.05) responses to the trial were attenuated with MC (vs. PLA). No other blood markers were significantly different between MC and PLA groups. The results of the study suggest that Montmorency cherry concentrate can be an efficacious functional food for accelerating recovery and reducing exercise-induced inflammation following strenuous cycling exercise.
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.
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 découle