Short‐term sprint interval <i>versus</i> traditional endurance training: similar initial adaptations in human skeletal muscle and exercise performance
Notice bibliographique
Résumé
Brief, intense exercise training may induce metabolic and performance adaptations comparable to traditional endurance training. However, no study has directly compared these diverse training strategies in a standardized manner. We therefore examined changes in exercise capacity and molecular and cellular adaptations in skeletal muscle after low volume sprint-interval training (SIT) and high volume endurance training (ET). Sixteen active men (21 +/- 1 years, ) were assigned to a SIT or ET group (n = 8 each) and performed six training sessions over 14 days. Each session consisted of either four to six repeats of 30 s 'all out' cycling at approximately 250% with 4 min recovery (SIT) or 90-120 min continuous cycling at approximately 65% (ET). Training time commitment over 2 weeks was approximately 2.5 h for SIT and approximately 10.5 h for ET, and total training volume was approximately 90% lower for SIT versus ET ( approximately 630 versus approximately 6500 kJ). Training decreased the time required to complete 50 and 750 kJ cycling time trials, with no difference between groups (main effects, P </= 0.05). Biopsy samples obtained before and after training revealed similar increases in muscle oxidative capacity, as reflected by the maximal activity of cytochrome c oxidase (COX) and COX subunits II and IV protein content (main effects, P </= 0.05), but COX II and IV mRNAs were unchanged. Training-induced increases in muscle buffering capacity and glycogen content were also similar between groups (main effects, P </= 0.05). Given the large difference in training volume, these data demonstrate that SIT is a time-efficient strategy to induce rapid adaptations in skeletal muscle and exercise performance that are comparable to ET in young active men.
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 | 0,000 |
| 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) | 0,002 | 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 ».