Effect of exercise-induced dehydration on endurance performance: evaluating the impact of exercise protocols on outcomes using a meta-analytic procedure
Notice bibliographique
Résumé
OBJECTIVE: It is purported that exercise-induced dehydration (EID), especially if ≥ 2% bodyweight, impairs endurance performance (EP). Field research shows that athletes can achieve outstanding EP while dehydrated > 2% bodyweight. Using the meta-analytic procedure, this study compared the findings of laboratory-based studies that examined the impact of EID upon EP using either ecologically valid (EV) (time-trial exercise) or non-ecologically valid (NEV) (clamped-intensity exercise) exercise protocols. METHODS: EP outcomes were put on the same scale and represent % changes in power output between euhydrated and dehydrated exercise tests. Random-effects model meta-regressions and weighted mean effect summaries, mixed-effects model analogue to the ANOVAs and magnitude-based effect statistics were used to delineate treatment effects. MAIN RESULTS: Fifteen research articles were included, producing 28 effect estimates, representing 122 subjects. Compared with euhydration, EID increased (0.09±2.60%, (p=0.9)) EP under time-trial exercise conditions, whereas it reduced it (1.91±1.53%, (p<0.05)) with NEV exercise protocols. Only with NEV exercise protocols did EID ≥ 2% body weight impair EP (p=0.03). CONCLUSIONS: Evidence indicates that (1) EID ≤ 4% bodyweight is very unlikely to impair EP under real-world exercise conditions (time-trial type exercise) and; (2) under situations of fixed-exercise intensity, which may have some relevance for military and occupational settings, EID ≥ 2% bodyweight is associated with a reduction in endurance capacity. The 2% bodyweight loss rule has been established from findings of studies using NEV exercise protocols and does not apply to out-of-doors exercise conditions. Athletes are therefore encouraged to drink according to thirst during exercise.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,058 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».