Effects of caffeine and carbohydrate mouth rinses on repeated sprint performance
Notice bibliographique
Résumé
Our purpose was to examine the effectiveness of carbohydrate and caffeine mouth rinses in enhancing repeated sprint ability. Previously, studies have shown that a carbohydrate mouth rinse (without ingestion) has beneficial effects on endurance performance that are related to changes in brain activity. Caffeine ingestion has also demonstrated positive effects on sprint performance. However, the effects of carbohydrate or caffeine mouth rinses on intermittent sprints have not been examined previously. Twelve males performed 5 × 6-s sprints interspersed with 24 s of active recovery on a cycle ergometer. Twenty-five milliliters of either a noncaloric placebo, a 6% glucose, or a 1.2% caffeine solution was rinsed in the mouth for 5 s prior to each sprint in a double-blinded and balanced cross-over design. Postexercise maximal heart rate and perceived exertion were recorded, along with power measures. A second experiment compared a combined caffeine-carbohydrate rinse with carbohydrate only. Compared with the placebo mouth rinse, carbohydrate substantially increased peak power in sprint 1 (22.1 ± 19.5 W; Cohen's effect size (ES), 0.81), and both caffeine (26.9 ± 26.9 W; ES, 0.71) and carbohydrate (39.1 ± 25.8 W; ES, 1.08) improved mean power in sprint 1. Experiment 2 demonstrated that a combination of caffeine and carbohydrate improved sprint 1 power production compared with carbohydrate alone (36.0 ± 37.3 W; ES, 0.81). We conclude that carbohydrate and (or) caffeine mouth rinses may rapidly enhance power production, which could have benefits for specific short sprint exercise performance. The ability of a mouth-rinse intervention to rapidly improve maximal exercise performance in the absence of fatigue suggests a central mechanism.
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) | 0,000 | 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) | 0,000 | 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 ».