MétaCan
Menu
Retour à la cohorte
Enregistrement W2015566808 · doi:10.1155/2014/673530

Daily Controlled Consumption of an Electrokinetically Modified Water Alters the Fatigue Response as a Result of Strenuous Resistance Exercise

2014· article· en· W2015566808 sur OpenAlexaff
Paul A. Borsa, Kelly A. Larkin-Kaiser

Notice bibliographique

RevuePhysiology Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIsometric exercisePlaceboBicepsMedicineExertionMuscle fatiguePhysical therapyExercise physiologyPhysical medicine and rehabilitationElectromyography

Résumé

récupéré en direct d'OpenAlex

Our objective was to assess the effects of consuming electrokinetically modified water (EMW) on fatigue attenuation and ratings of perceived exertion (RPE) following resistance exercise. A double-blind, placebo-controlled, two-arm trial was used in this investigation. Forty participants were randomly assigned to either an experimental or a placebo-control group. Participants consumed the EMW or placebo water daily for eighteen days prior to completing a fatigue protocol for the elbow flexors. The fatigue protocol consisted of a single bout of resistance exercise for the biceps brachii. Participants were tested for isometric strength before exercise and immediately following exercise. The maximal voluntary isometric contraction was used as the criterion measure for strength. To calculate the fatigue index, the postexercise maximal voluntary isometric contraction value was divided by the preexercise maximal voluntary isometric contraction value multiplied by 100. Also, ratings of perceived exertion (RPE) were assessed using the Borg scale. Fatigue indices and RPE were significantly lower for the experimental group compared to the control group ( P<0.05 ). Consuming EMW for eighteen days prior to high intensity resistance exercise can significantly enhance muscle contractile function by reducing muscle fatigue and RPE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,306
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiology JournalMême sujetExercise and Physiological ResponsesTravaux en français237 207