Postexercise Dietary Protein Strategies to Maximize Skeletal Muscle Repair and Remodeling in Masters Endurance Athletes: A Review
Notice bibliographique
Résumé
Participation rates of masters athletes in endurance events such as long-distance triathlon and running continue to increase. Given the physical and metabolic demands of endurance training, recovery practices influence the quality of successive training sessions and, consequently, adaptations to training. Research has suggested that, after muscle-damaging endurance exercise, masters athletes experience slower recovery rates in comparison with younger, similarly trained athletes. Given that these discrepancies in recovery rates are not observed after non-muscle-damaging exercise, it is suggested that masters athletes have impairments of the protein remodeling mechanisms within skeletal muscle. The importance of postexercise protein feeding for endurance athletes is increasingly being acknowledged, and its role in creating a positive net muscle protein balance postexercise is well known. The potential benefits of postexercise protein feeding include elevating muscle protein synthesis and satellite cell activity for muscle repair and remodeling, as well as facilitating muscle glycogen resynthesis. Despite extensive investigation into age-related anabolic resistance in sedentary aging populations, little is known about how anabolic resistance affects postexercise muscle protein synthesis and thus muscle remodeling in aging athletes. Despite evidence suggesting that physical training can attenuate but not eliminate age-related anabolic resistance, masters athletes are currently recommended to consume the same postexercise dietary protein dose (approximately 20 g or 0.25 g/kg/meal) as younger athletes. Given the slower recovery rates of masters athletes after muscle-damaging exercise, which may be due to impaired muscle remodeling mechanisms, masters athletes may benefit from higher doses of postexercise dietary protein, with particular attention directed to the leucine content of the postexercise bolus.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».