Live-high train-low improves repeated time-trial and Yo-Yo IR2 performance in sub-elite team-sport athletes
Notice bibliographique
Résumé
Objectives To determine the efficacy of live-high train-low on team-sport athlete physical capacity and the time-course for adaptation. Design Pre-post parallel-groups. Methods Fifteen Australian footballers were matched for Yo-Yo Intermittent recovery test level 2 (Yo-YoIR2) performance and assigned to LHTL ( n =7) or control (Con; n =8). LHTL spent 19 nights (3×5 nights, 1×4 nights, each block separated by 2 nights at sea level) at 3000-m simulated altitude (F I O 2 : 0.142). Yo-Yo IR2 was performed pre and post 5, 15, and 19 nights. A 2- and 1-km time-trial (TT) was performed pre and post intervention. Haemoglobin mass (Hb mass ) was measured in LHTL after 5, 10, 15, and 19 nights. A contemporary statistical approach using effect size, confidence limits, and magnitude-based inferences was used to measure changes between groups. Results Compared to pre, Hb mass was possibly higher after 15 (3.8%, effect size (ES) 0.19, 90% confidence limits 0.05–0.33) and very likely higher after 19 nights (6.7%, 0.35, 0.10; 0.52). For Yo-Yo IR2, LHTL group change was not meaningfully different to Con after 5 nights, possibly greater after 15 (10.2%, 0.37, −0.29; 1.04), and likely greater after 19 nights (13.5%, 0.49, −0.16; 1.14). Both groups improved 2-km TT, with LHTL improvement possibly higher than CON (1.9%, 0.22, −0.18; 0.62). Only LHTL improved 1-km TT, with LHTL improvement likely greater than CON (4.6%, 0.56, −0.08; 1.04). Conclusions Fifteen nights of LHTL was possibly effective, while 19 nights was effective at increasing Hb mass , Yo-Yo IR2 and repeated TT performance more than sea-level training.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,004 | 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 ».