METABOLIC COSTS OF ON-WATER AND PADDLING ERGOMETER EXERCISE BOUTS IN DRAGONBOAT PADDLERS
Notice bibliographique
Résumé
Recently, there has been a growing reliance on the paddling ergometer as both a training tool as well as a measure of performance for paddling athletes. The purpose of this study was to compare the metabolic costs of a race simulation (high intensity and short duration), completed on a paddling ergometer (E) with the same race simulation completed onûwater (W) in a dragonboat. Nine experienced, female dragonboat paddlers (37.0 ± 2.86 yrs, 164.0 ± 1.96 cm, 63.0 ± 2.35 kg) completed two 2:15 minute race pieces on separate occasions, one on the paddling ergometer and the other in a dragonboat. Preceded by a warm-up, protocol was identical for each subject consisting of a start, two power sections and a finish. Subjects were asked to perform maximally. Minute ventilation, VO2 and VCO2 were monitored using a portable metabolic unit. Heart rate and 3-minute post-exercise lactate were also recorded. Peak oxygen uptake was significantly higher (p < 0.01) on-water (38.67 ± 2.14 ml/min/kg) vs. the ergometer (33.37 ± 1.70 ml/min/kg). No significant differences were found between the ergometer and on-water results for VEmax (E = 101.07 ± 7.00 1/min vs. W = 104.24 ± 8.79 l/min), maximal heart rate (E = 171.00 ± 2.80 bpm vs. W = 174.61 ± 4.03 bpm) or lactate (E = 9.28 ± 1.44 mmol/l vs. W = 7.42 ± 0.80 mmol/l) data. Although, there was a trend towards lower lactate values on-water. These data suggest that the paddling ergometer may be useful in the training and assessment of competitive dragonboat paddlers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».