Muscle oxygenation trends after tapering in trained cyclists
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This study examined muscle deoxygenation trends before and after a 7-day taper using non-invasive near infrared spectroscopy (NIRS). METHODS: Eleven cyclists performed an incremental cycle ergometer test to determine maximal oxygen consumption (VO2max = 4.68 +/- 0.57 L.min-1) prior to the study, and then completed two or three high intensity (85-90% VO2max) taper protocols after being randomly assigned to a taper group: T30 (n = 5), T50 (n = 5), or T80 (n = 5) [30%, 50%, 80% reduction in training volume, respectively]. Physiological measurements were recorded during a simulated 20 km time trials (20TT) performed on a set of wind-loaded rollers. RESULTS AND DISCUSSION: The results showed that the physiological variables of oxygen consumption (VO2), carbon dioxide (VCO2) and heart rate (HR) were not significantly different after tapering, except for a decreased ventilatory equivalent for oxygen (VE/VO2) in T50 (p </= 0.05). However, during the 20TT muscle deoxygenation measured continuously in the vastus medialis was significantly lower (-749 +/- 324 vs. -1140 +/- 465 mV) in T50 after tapering, which was concomitant with a 4.53% improvement (p = 0.057) in 20TT performance time, and a 0.18 L.min-1 (4.5%) increase in VO2. Furthermore, when changes in performance time and tissue deoxygenation (post- minus pre-taper) were plotted (n = 11), a moderately high correlation was found (r = 0.82). CONCLUSION: It was concluded that changes in simulated 20TT performance appeared to be related, in part, to changes in muscle deoxygenation following tapering, and that NIRS can be used effectively to monitor muscle deoxygenation during a taper period.
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.
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) | 0,000 | 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) | 0,001 | 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 découle