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 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) | 0,000 | 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 tête enseignante, 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 ».