Notice bibliographique
Résumé
Athletes are among the groups of people who are interested in the effects of caffeine on endurance and exercise capacity. Although many studies have investigated the effect of caffeine ingestion on exercise, not all are suited to draw conclusions regarding caffeine and sports performance. Characteristics of studies that can better explore the issues of athletes include the use of well-trained subjects, conditions that reflect actual practices in sport, and exercise protocols that simulate real-life events. There is a scarcity of field-based studies and investigations involving elite performers. Researchers are encouraged to use statistical analyses that consider the magnitude of changes, and to establish whether these are meaningful to the outcome of sport. The available literature that follows such guidelines suggests that performance benefits can be seen with moderate amounts (~3 mg.kg-1 body mass) of caffeine. Furthermore, these benefits are likely to occur across a range of sports, including endurance events, stop-and-go events (e.g., team and racquet sports), and sports involving sustained high-intensity activity lasting from 1-60 min (e.g., swimming, rowing, and middle and distance running races). The direct effects on single events involving strength and power, such as lifts, throws, and sprints, are unclear. Further studies are needed to better elucidate the range of protocols (timing and amount of doses) that produce benefits and the range of sports to which these may apply. Individual responses, the politics of sport, and the effects of caffeine on other goals, such as sleep, hydration, and refuelling, also need to be considered.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».