A scientific nutrition strategy improves time trial performance by ≈6% when compared with a self-chosen nutrition strategy in trained cyclists: a randomized cross-over study
Notice bibliographique
Résumé
We investigated whether an athlete's self-chosen nutrition strategy (A), compared with a scientifically determined one (S), led to an improved endurance performance in a laboratory time trial after an endurance exercise. S consisted of about 1000 mL·h(-1) fluid, in portions of 250 mL every 15 min, 0.5 g sodium·L(-1), 60 g glucose·h(-1), 30 g fructose·h(-1), and 5 mg caffeine·kg body mass(-1). Eighteen endurance-trained cyclists (16 male; 2 female) were tested using a randomized crossover-design at intervals of 2 weeks, following either A or S. After a warm-up, a maximal oxygen uptake test was performed. Following a 30-min break, a 2.5-h endurance exercise on a bicycle ergometer was carried out at 70% maximal oxygen uptake. After 5 min of rest, a time trial of 64.37 km (40 miles) was completed. The ingested nutrition was recorded every 15 min. In S, the athletes completed the time trial faster (128 vs. 136 min; p ≤ 0.001) and with a significantly higher power output (212 vs. 184 W; p ≤ 0.001). The intake of fluid, energy (carbohydrate-, mono-, and disaccharide), and sodium was significantly higher in S compared with A (p ≤ 0.001) during the endurance exercise. In the time trial, only sodium intake was significantly higher in S (p ≤ 0.001). We concluded that a time trial performance after a 2.5-h endurance exercise in a laboratory setting was significantly improved following a scientific nutrition strategy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».