Consumption of dietary caffeine and coffee in physically active populations: physiological interactions
Notice bibliographique
Résumé
Caffeine is a proven ergogenic aid, increasing athletic performance, endurance, and mental chronometry at doses as low as 1-3 mg.kg-1. As coffee is a readily available and commonly ingested form of caffeine, the two are often equated. However, coffee also contains hundreds of other biologically active compounds, many of which are metabolically distinct from caffeine. The purpose of this review was to examine the prevalence of coffee and (or) caffeine consumption among elite Canadian athletes, and to delineate the effects of coffee and caffeine on physical activity, weight maintenance, performance, and metabolism. A total of 270 self-reported 3-day food records were examined for caffeine intake from athletes registered with Canadian Sport Centres in 2005 and 2006. Athletes ranged in age from 16-45 years, and competed in 38 different sports. Results showed that 30% of athletes ingested >1 mg.kg-1.day-1 from a variety of sources. Average daily intake was 0.85 +/- 13 mg.kg-1. Caffeine intake was not correlated with any 1 sport; the 10 highest caffeine users were athletes from 9 different sports, including skill, endurance, and power sports. No differences were noted for average caffeine ingestion between summer and winter sports. High caffeine intakes corresponded to coffee ingestion, with the 25 highest individual intakes (193-895 mg.day-1) from coffee drinkers. In summary, it can be concluded that the majority of high-level Canadian athletes consume dietary caffeine primarily in the form of coffee. However, levels consumed are insufficient to elicit performance enhancement. Potential detrimental effects of caffeine consumption on exercise performance include gastric upset, withdrawal, sleep disturbance, and interactions with other dietary supplements.
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) | 0,002 | 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 | 0,001 |
| 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 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 ».