The effect of cooling prior to and during exercise on exercise performance and capacity in the heat: a meta-analysis
Notice bibliographique
Résumé
Exercise is impaired in hot, compared with moderate, conditions. The development of hyperthermia is strongly linked to the impairment and as a result various strategies have been investigated to combat this condition. This meta-analysis focused on the most popular strategy: cooling. Precooling has received the most attention but recently cooling applied during the bout of exercise has been investigated and both were reviewed. We conducted a literature search and retrieved 28 articles which investigated the effect of cooling administered either prior to (n=23) or during (n=5) an exercise test in hot (wet bulb globe temperature >26°C) conditions. Mean and weighted effect size (Cohen's d) were calculated. Overall, precooling has a moderate (d=0.73) effect on subsequent performance but the magnitude of the effect is dependent on the nature of the test. Sprint performance is impaired (d=-0.26) but intermittent performance and prolonged exercise are both improved following cooling (d=0.47 and d=1.91, respectively). Cooling during exercise has a positive effect on performance and capacity (d=0.76). Improvements were observed in studies with and without cooling-induced physiological alterations, and the literature supports the suggestion of a dose-response relationship among cooling, thermal strain and improvements in performance and capacity. In summary, precooling can improve subsequent intermittent and prolonged exercise performance and capacity in a hot environment but sprint performance is impaired. Cooling during exercise also has a positive effect on exercise performance and capacity in a hot environment.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,043 |
| Bibliométrie | 0,002 | 0,003 |
| 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) | 0,003 | 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 ».