The Dynamics of Speed Selection and Psycho-Physiological Load during a Mountain Ultramarathon
Notice bibliographique
Résumé
BACKGROUND: Exercise intensity during ultramarathons (UM) is expected to be regulated as a result of the development of psycho-physiological strain and in anticipation of perceived difficulties (duration, topography). The aim of this study was to investigate the dynamics of speed, heart rate and perceived exertion during a long trail UM in a mountainous setting. METHODS: Fifteen participants were recruited from competitors in a 106 km trail mountain UM with a total elevation gain and loss of 5870 m. Speed and gradient, heart rate (HR) and ratings of perceived exertion (dissociated between the general [RPEGEN] and knee extensor fatigue [RPEKE] and collected using a voice recorder) were measured during the UM. Self-selected speed at three gradients (level, negative, positive), HR, RPEGEN and RPEKE were determined for each 10% section of total event duration (TED). RESULTS: The participants completed the event in 18.3 ± 3.0 h, for a total calculated distance of 105.6 ± 1.8 km. Speed at all gradients decreased, and HR at all gradients significantly decreased from 10% to 70%, 80% and 90%, but not 100% of TED. RPEGEN and RPEKE increased throughout the event. Speed increased from 90% to 100% of TED at all gradients. Average speed was significantly correlated with total time stopped (r = -.772; p = .001; 95% confidence interval [CI] = -1.15, -0.39) and the magnitude of speed loss (r = .540; p = .038; 95% CI = -1.04, -0.03), but not with the variability of speed (r = -.475; p = .073; 95% CI = -1.00, 0.05). CONCLUSIONS: Participants in a mountain UM event combined positive pacing strategies (speed decreased until 70-90% of TED), an increased speed in the last 10% of the event, a decrease in HR at 70-90% of TED, and an increase in RPEGEN and RPEKE in the last 30% of the event. A greater speed loss and less total time stopped were the factors associated with increased total performance. These results could be explained by theoretical perspectives of a complex regulatory system modulating motor drive in anticipation of perceived difficulties such as elevation changes.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».