Long-term effect of nutritional counselling on desired gain in body mass and lean body mass in elite athletes
Notice bibliographique
Résumé
Lean body mass (LBM) is important in power-related sports. In athletes with heavy training loads and competitions, it may be difficult to increase and maintain LBM during the season. The purpose of this study was to evaluate the long-term effects on body composition after an 8-12 week weight-gain period with or without nutritional guidance. Twenty-one elite athletes where randomized to 1 of 2 groups: the nutritional counselling group (NCG; n = 12, 18.5 ± 1.7 y, 67.8 ± 7.4 kg) and the ad libitum group (ALG; n = 9, 19.6 ± 2.7 y, 74.2 ± 5.7 kg). The NCG followed a meal plan that provided a surplus of 506 ± 84 kcal·day(-1), whereas the ALG had an ad libitum energy intake (EI) during the strength-training (4 sessions per week) intervention. Body mass (BM) and body composition were measured pre- and postintervention, and 6 and 12 months after the intervention. EI in the NCG was normalized after 12 months, whereas EI in the ALG was unchanged during or after the intervention. BM increased more in the NCG than in the ALG during the intervention (4.3% ± 0.9% vs. 1.0% ± 0.6%) and after 12 months (6.0% ± 0.9% vs. 1.8% ± 0.7%). LBM increased in the NCG during the intervention (2.8% ± 0.5%) and after 12 months (4.4% ± 1.0%), whereas LBM in the ALG was unchanged. The NCG managed to maintain and increase BM and LBM after the intervention period. Hence, the focus on nutritional guidance, in addition to strength training, seems to be preferable for obtaining the long-term effect of weight gain in athletes.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».