Changes in cortical activity measured with EEG during a high-intensity cycling exercise
Notice bibliographique
Résumé
This study investigated the effects of a high-intensity cycling exercise on changes in spectral and temporal aspects of electroencephalography (EEG) measured from 10 experienced cyclists. Cyclists performed a maximum aerobic power test on the first testing day followed by a time-to-exhaustion trial at 85% of their maximum power output on 2 subsequent days that were separated by ∼48 h. EEG was recorded using a 64-channel system at 500 Hz. Independent component (IC) analysis parsed the EEG scalp data into maximal ICs. An equivalent current dipole model was calculated for each IC, and results were clustered across subjects. A time-frequency analysis of the identified electrocortical clusters was performed to investigate the magnitude and timing of event-related spectral perturbations. Significant changes (P < 0.05) in electrocortical activity were found in frontal, supplementary motor and parietal areas of the cortex. Overall, there was a significant increase in EEG power as fatigue developed throughout the exercise. The strongest increase was found in the frontal area of the cortex. The timing of event-related desynchronization within the supplementary motor area corresponds with the onset of force production and the transition from flexion to extension in the pedaling cycle. The results indicate an involvement of the cerebral cortex during the pedaling task that most likely involves executive control function, as well as motor planning and execution.
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 | 0,001 |
| 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) | 0,001 | 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 ».