The effect of training volume and intensity on competitive cyclists’ efficiency
Notice bibliographique
Résumé
The impact of different intensity training on cycling efficiency in competitive cyclists is unknown. Twenty-nine endurance-trained competitive male cyclists completed 3 laboratory visits during a 12-week training period. At each visit, their cycling efficiency and maximal oxygen uptake were determined. After the first visit, cyclists were randomly split into 2 groups (A and B). Over the first 6 weeks, between tests 1 and 2, group A was prescribed specific high-intensity training sessions, whereas group B was restricted in the amount of intensive work undertaken. After test 2 and for the second 6-week period, group B was allowed to conduct high-intensity training. Gross efficiency (GE) increased in group A (+1.6 +/- 1.4%; p < 0.05) following the high-intensity training, whereas no significant change was seen in group B (+0.1 +/- 0.7%; p > 0.05). Group B cyclists increased their GE between tests 2 and 3 (+1.4 +/- 0.8%; p < 0.05) but no changes in GE were observed in group A over this period (+0.4 +/- 0.4%; p > 0.05). Delta efficiency (DE) did not change significantly in either group across the study period. This study demonstrates that GE is increased following high-intensity training in competitive male cyclists after 12 weeks.
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) | 0,001 | 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 ».