The effects of intensity on <i>V</i>O<sub>2</sub> kinetics during incremental free swimming
Notice bibliographique
Résumé
Swimming and training are carried out with wide variability in distances and intensities. However, oxygen uptake kinetics for the intensities seen in swimming has not been reported. The purpose of this study was to assess and compare the oxygen uptake kinetics throughout low-moderate to severe intensities during incremental swimming exercise. We hypothesized that the oxygen uptake kinetic parameters would be affected by swimming intensity. Twenty male trained swimmers completed an incremental protocol of seven 200-m crawl swims to exhaustion (0.05 m·s(-1) increments and 30-s intervals). Oxygen uptake was continuously measured by a portable gas analyzer connected to a respiratory snorkel and valve system. Oxygen uptake kinetics was assessed using a double exponential regression model that yielded both fast and slow components of the response of oxygen uptake to exercise. From low-moderate to severe swimming intensities changes occurred for the first and second oxygen uptake amplitudes (P ≤ 0.04), time constants (P = 0.01), and time delays (P ≤ 0.02). At the heavy and severe intensities, a notable oxygen uptake slow component (>255 mL·min(-1)) occurred in all swimmers. Oxygen uptake kinetics whilst swimming at different intensities offers relevant information regarding cardiorespiratory and metabolic stress that might be useful for appropriate performance diagnosis and training prescription.
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 ».