MétaCan
Menu
Retour à la cohorte
Enregistrement W2021105172 · doi:10.1080/02640410600898087

Effect of different recovery patterns on repeated-sprint ability and neuromuscular responses

2006· article· en· W2021105172 sur OpenAlexaff
François Billaut, Fabien A. Basset

Notice bibliographique

RevueJournal of Sports Sciences · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of NewfoundlandUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésSprintRepeated measures designPhysical medicine and rehabilitationMedicinePhysical therapyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

We examined the effect of recovery pattern on mechanical and neuromuscular responses in active men during three repeated-sprint ability tests consisting of ten 6-s cycling sprints. Within each test, the recovery duration was manipulated: constant, increasing, and decreasing recovery pattern. Maximal voluntary contractions of the knee extensors were performed before and after the repeated-sprint ability tests to assess strength and electromyographic activity [root mean square (RMS)] of the quadriceps muscle. We observed different fatigue patterns for peak and mean power output between recovery patterns, with earlier decrements recorded during the increasing recovery pattern. Total work performed over the ten sprints was also lower in the increasing recovery pattern (43.8 +/- 5.4 kJ; P < 0.05). However, the decreasing recovery pattern induced a greater overall power output decrement across the sprints (-15.8%; P < 0.05), compared with the increasing recovery pattern (-5.1%) but not the constant recovery pattern (-10.1%). The decreasing recovery pattern was also associated with higher post-sprint RMS values (+16.2%; P < 0.05). Therefore, the recovery pattern within successive short sprints may influence repeated-sprint ability, and may lead to greater post-sprint neuromuscular adjustments when recovery intervals decrease between sprints. We conclude that peripheral impairments caused the major differences in repeated-sprint ability between recovery patterns.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,267 · 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'étudeObservationnel
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

Citations65
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sports SciencesMême sujetSports Performance and TrainingTravaux en français237 207