Time to move beyond a brainless exercise physiology: the evidence for complex regulation of human exercise performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 1923, Nobel Laureate A.V. Hill proposed that maximal exercise performance is limited by the development of anaerobiosis in the exercising skeletal muscles. Variants of this theory have dominated teaching in the exercise sciences ever since, but 90 years later there is little biological evidence to support Hill's belief, and much that disproves it. The cardinal weakness of the Hill model is that it allows no role for the brain in the regulation of exercise performance. As a result, it is unable to explain at least 6 common phenomena, including (i) differential pacing strategies for different exercise durations; (ii) the end spurt; (iii) the presence of fatigue even though homeostasis is maintained; (iv) fewer than 100% of the muscle fibers have been recruited in the exercising limbs; (v) the evidence that a range of interventions that act exclusively on the brain can modify exercise performance; and (vi) the finding that the rating of perceived exertion is a function of the relative exercise duration rather than the exercise intensity. Here I argue that the central governor model (CGM) is better able to explain these phenomena. In the CGM, exercise is seen as a behaviour that is regulated by complex systems in the central nervous system specifically to ensure that exercise terminates before there is a catastrophic biological failure. The complexity of this regulation cannot be appreciated if the body is studied as a collection of disconnected components, as is the usual approach in the modern exercise sciences.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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) | 0,000 | 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 découle