Effect of exercise-induced dehydration on time-trial exercise performance: a meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To use the meta-analytical procedures to determine the magnitude of the effect of exercise-induced dehydration (EID) upon time-trial (TT) exercise performance. METHODS: Studies were located via database searches and cross-referencing. TT performance outcomes were converted to mean percentage changes in power output. Random-effects model meta-regressions, analogue to the ANOVA and weighted mean effect summaries were used to delineate the effect of the EID-associated body weight (BW) loss on TT performance. RESULTS: Five research articles, all using cycling TTs, were included, producing 13 effect estimates and representing 39 subjects. The mean ambient temperature, relative humidity, exercise intensity and duration of the exercise trials were 26.0 ± 6.7°C, 61 ± 9%, 68 ± 14% of VO(2max) and 86 ± 34 min, respectively. The effect of EID (mean BW loss of 2.20 ± 1.0%) during self-paced exercise conditions was to produce a non-significant increase in endurance performance of 0.06 ± 2.72% (p=0.94), compared with the maintenance of euhydration (mean BW loss of 0.44 ± 0.48%). Meta-regression analyses revealed a statistically significant relationship between the percentage changes in power output and exercise intensity and duration, but not with the EID-associated percentage changes in BW loss. Drinking according to the dictate of thirst was associated with an increase in TT performance compared with a rate of drinking below (+5.2 ± 4.6%, p=0.01) or above (+2.4 ± 5.0%, p=0.40) thirst. The probability that drinking to thirst confers a real and meaningful advantage on TT performances conducted under field conditions compared with a rate of drinking below and above thirst sensation is of the order of 98% and 62%, respectively. CONCLUSIONS: (1) Compared with euhydration, EID (up to 4% BW loss) does not alter cycling performances during out-of-door exercise conditions; (2) exercise intensity and duration have a much greater impact on cycling TT performances than EID and; (3) relying on thirst sensation to gauge the need for fluid replacement maximises cycling TT performances.
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 | 0,021 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,051 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».