MétaCan
Menu
Retour à la cohorte
Enregistrement W2330557219 · doi:10.1371/journal.pone.0150679

Can Pacing Be Regulated by Post-Activation Potentiation? Insights from a Self-Paced 30 km Trial in Half-Marathon Runners

2016· article· en· W2330557219 sur OpenAlexaff
Sebastián Del Rosso, Edilberto Barros, Laís Tonello, Iransé Oliveira‐Silva, David G. Behm, Carl Foster, Daniel Boullosa

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRating of perceived exertionBlood lactateMedicineJumpingHeart rateCardiologyTime trialVertical jumpPhysical therapyRunning economyPerceived exertionInternal medicineBlood pressureJumpVO2 maxPhysicsPhysiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Given the co-existence of post-activation potentiation (PAP) and fatigue within muscle, it is not known whether PAP could influence performance and pacing during distance running by moderating fatigue. The aim of this study was to assess the influence of PAP on pacing, jumping and other physiological measures during a self-paced 30 km trial. METHODS: Eleven male endurance-trained runners (half-marathon runners) volunteered to participate in this study. Runners participated in a multi-stage 30 km trial. Before the trial started, determination of baseline blood lactate (bLa) and countermovement jump (CMJ) height was performed. The self-paced 30 km trial consisted of 6 × 5 km splits. At the end of each 5 km split (60 s break), data on time to complete the split, CMJ height, Rating of Perceived Exertion (RPE) and blood lactate were collected while heart rate was continuously monitored. RESULTS: There was a significant decrease in speed (e.g. positive pacing strategy after the 4th split, p<0.05) with a progressive increase in RPE throughout the trial. Compared with baseline, CMJ height was significantly (p<0.05) greater than baseline and was maintained until the end of the trial with an increase after the 5th split, concomitant with a significant reduction in speed and an increase in RPE. Significant correlations were found between ΔCMJ and ΔSPEED (r = 0.77 to 0.87, p<0.05) at different time points as well as between RPE and speed (r = -0.61 to -0.82, p<0.05). CONCLUSION: Our results indicates that fatigue and potentiation co-exist during long lasting endurance events, and that the observed increase in jump performance towards the end of the trial could be reflecting a greater potentiation potentially perhaps counteracting the effects of fatigue and preventing further reductions in speed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSports Performance and TrainingTravaux en français237 207