MétaCan
Menu
Retour à la cohorte
Enregistrement W2076831767 · doi:10.1139/h11-108

Maximal accumulated oxygen deficit in running and cycling

2011· article· en· W2076831767 sur OpenAlexvenueno aff
David W. Hill, Jakob L. Vingren

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingTreadmillMathematicsAnaerobic exerciseOxygenVO2 maxCurvilinear coordinatesWork (physics)Animal scienceChemical oxygen demandStatisticsChemistryHeart rateEnvironmental engineeringEnvironmental sciencePhysical therapyEngineeringMedicineMechanical engineeringBiologyGeometryInternal medicineForestry

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to compare values of maximal accumulated oxygen deficit (MAOD; a measure of anaerobic capacity) in running and cycling. Twenty-seven women and 25 men performed exhaustive treadmill and cycle ergometer tests of ∼3 min, ∼5 min, and ∼7 min duration. Oxygen demands were estimated assuming a linear relationship between demand and intensity and also using upwardly curvilinear relationships. When oxygen demand was estimated using speed (with exponent 1.05), values for MAOD for the three running tests were virtually identical; the mean of the three values was 78 ± 7 mL·kg⁻¹. Use of an oxygen demand that was estimated using work rate (with exponent 1.00) generated the most similar values for MAOD from the three cycling tests (mean of 59 ± 6 mL·kg⁻¹). Consistent with the higher (p < 0.05) MAOD in running, peak post-exercise blood lactate concentrations were also higher (p < 0.05) in running (13.9 ± 2.2 mmol·L⁻¹) than in cycling (12.6 ± 2.4 mmol·L⁻¹). The results suggest that the relationship between oxygen demand and running speed is upwardly curvilinear for the speeds used to measure MAOD; the relationship between demand and cycle ergometer work rate is linear; MAOD is greater in running than in cycling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,253
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetCardiovascular and exercise physiologyTravaux en français237 207