Postexercise rehydration: potassium-rich drinks versus water and a sports drink
Notice bibliographique
Résumé
Fluid retention, thirst quenching, tolerance, and palatability of different drinks were assessed. On 4 different days, 12 healthy, physically active volunteers (24.4 ± 3.2 years old, 74.75 ± 11.36 kg body mass (mean ± S.D)), were dehydrated to 2.10% ± 0.24% body mass by exercising in an environmental chamber (32.0 ± 0.4 °C dry bulb, 53.8 ± 5.2% relative humidity). Each day they drank 1 of 4 beverages in random order: fresh coconut water (FCW), bottled water (W), sports drink (SD), or potassium-rich drink (NEW); volume was 120% of weight loss. Urine was collected and perceptions self-reported for 3 h. Urine output was higher (p < 0.05) for W (894 ± 178 mL) than SD (605 ± 297 mL) and NEW (599 ± 254 mL). FCW (686 ± 250 mL) was not different from any other drink (p > 0.05). Fluid retention was higher for SD than W (68.2% ± 13.0% vs. 51.3% ± 12.6%, p = 0.013), but not for FCW and NEW (62.5% ± 15.4% and 65.9% ± 15.4%, p > 0.05). All beverages were palatable and well tolerated; none maintained a positive net fluid balance after 3 h, but deficit was greater in W versus SD (p = 0.001). FCW scored higher for sweetness (p = 0.03). Thirst increased immediately after exercise but returned to baseline after drinking a small volume (p < 0.0005). In conclusion, additional potassium in FCW and NEW did not result in additional rehydration benefits over those already found in a conventional sports drink with sodium.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».