MétaCan
Menu
Retour à la cohorte
Enregistrement W2156680630 · doi:10.1139/h2012-083

Extremely short duration high-intensity training substantially improves endurance performance in triathletes

2012· article· en· W2156680630 sur OpenAlexvenueno aff
John Jakeman, Simon Adamson, John Babraj

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTime trialBlood lactateMedicineRegimenAerobic exercisePhysical therapyAnimal scienceHeart rateInternal medicineBlood pressure

Résumé

récupéré en direct d'OpenAlex

High-intensity training (HIT) involving 30-s sprints is an effective training regimen to improve aerobic performance. We tested whether 6-s HITs can improve aerobic performance in triathletes. Six subelite triathletes (age, 40 ± 9 years; weight, 86 ± 11 kg; body mass index, 26 ± 3 kg·m⁻²) took part in cycle HIT and 6 endurance-trained subelite athletes (age, 36 ± 9 years; weight, 82 ± 11 kg; BMI, 26 ± 3 kg·m⁻²) maintained their normal training routine. Before and after 2 weeks of HIT, involving 10 × 6-s sprints or normal activity, participants performed a self-paced 10-km time trial and a time to exhaustion test on a cycle ergometer. Finger prick blood samples were taken throughout the time to exhaustion test to determine blood lactate concentration. Two weeks of HIT resulted in a 10% decrease in self-paced 10-km time trial (p = 0.03) but no significant change in time to exhaustion. The time taken to reach onset of blood lactate accumulation (OBLA, defined as the point where blood lactate reaches 4 mmol·L⁻¹) was significantly increased following 2 weeks of HIT (p = 0.003). The change in time trial performance was correlated to the change in time taken to reach OBLA (R² = 0.63; p = 0.001). We concluded that a very short duration HIT is a very effective training regimen to improve aerobic performance in subelite triathletes and this is associated with a delay in blood lactate build-up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,253
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207