Run Sprint Interval Training Improves Aerobic Performance but Not Maximal Cardiac Output
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
UNLABELLED: Repeated maximal-intensity short-duration exercise (sprint interval training, SIT) can produce muscle adaptations similar to endurance training (ET) despite a much reduced training volume. However, most SIT data use cycling, and little is known about its effects on body composition or maximal cardiac output (Qmax). PURPOSE: The purpose of this study was to assess body composition, 2000-m run time trial, VO(2max), and Q(max) effects of run SIT versus ET. METHODS: Men and women (n = 10 per group; mean ± SD: age = 24 ± 3 yr) trained three times per week for 6 wk with SIT, 30-s all-out run sprints (manually driven treadmill), four to six bouts per session, 4-min recovery per bout, versus ET, 65% VO(2max) for 30 to 60 min·d(-1). RESULTS: Training improved (P < 0.05) body composition, 2000-m run time trial performance, and VO(2max) in both groups. Fat mass decreased 12.4% with SIT (mean ± SEM; 13.7 ± 1.6 to 12.0 ± 1.6 kg) and 5.8% with ET (13.9 ± 1.7 to 13.1 ± 1.6 kg). Lean mass increased 1% in both groups. Time trial performance improved 4.6% with SIT (-25.6 ± 8.1 s) and 5.9% with ET (-31.9 ± 6.3 s). VO(2max) increased 11.5% with SIT (46.8 ± 1.6 to 52.2 ± 2.0 mL·kg·(-1)·min(-1)) and 12.5% with ET (44.0 ± 2.0 to 49.5 ± 2.6 mL·kg·(-1)·min(-1)). None of these improvements differed between groups. In contrast, Q(max) increased by 9.5% with ET only (22.2 ± 2.0 to 24.3 ± 1.6 L·min(-1)). CONCLUSIONS: Despite a fraction of the time commitment, run SIT induces similar body composition, VO(2max), and performance adaptations as ET, but with no effect on Q(max). These data suggest that adaptations with ET are of central origin primarily, whereas those with SIT are more peripheral
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle