Cardiovascular drift and cerebral and muscle tissue oxygenation during prolonged cycling at different pedalling cadences
Notice bibliographique
Résumé
We hypothesized that a faster cycling cadence could exaggerate cardiovascular drift and affect muscle and cerebral blood volume and oxygenation. Twelve healthy males (mean age, 23.4 ± 3.8 years) performed cycle ergometry for 90 min on 2 separate occasions, with pedalling frequencies of 40 and 80 r·min(-1), at individual workloads corresponding to 60% of their peak oxygen consumption. The main measured variables were heart rate, ventilation, cardiac output, electromyographic activity of the vastus lateralis, and regional muscle and cerebral blood volume and oxygenation. Cardiovascular drift developed at both cadences, but it was more pronounced at the faster than at the slower cadence, as indicated by the drop in cardiac output by 1.0 ± 0.2 L·min(-1), the decline in stroke volume by 9 ± 3 mL·beat(-1), and the increase in heart rate by 9 ± 1 beats·min(-1) at 80 r·min(-1). At the faster cadence, minute ventilation was higher by 5.0 ± 0.5 L·min(-1), and end-tidal CO(2) pressure was lower by 2.0 ± 0.1 torr. Although higher electromyographic activity in the vastus lateralis was recorded at 80 r·min(-1), muscle blood volume did not increase at this cadence, as it did at 40 r·min(-1). In addition, muscle oxygenation was no different between cadences. In contrast, cerebral regional blood volume and oxygenation at 80 r·min(-1) were not as high as at 40 r·min(-1) (p < 0.05). Faster cycling cadence exaggerates cardiovascular drift and seems to influence muscle and cerebral blood volume and cerebral oxygenation, without muscle oxygenation being radically affected.
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 ».