The performance effect of early versus late carbohydrate feedings during prolonged exercise
Notice bibliographique
Résumé
The purpose of this study was to determine how the timing of isoenergetic carbohydrate feedings during prolonged cycling affects performance in a subsequent 10-km cycling time trial. Recreationally trained male cyclists (n = 8; age, 34.5 ± 8.3 years; mass, 80.0 ± 6.3 kg; body fat, 16.0% ± 3.8%, peak oxygen uptake, 4.54 ± 0.42 L·min(-1)) completed 4 experimental trials consisting of cycling continuously for 2 h at 62.4% ± 1.9% of peak oxygen uptake, followed immediately by a self-paced 10-km time trial. The 4 conditions included no carbohydrate ingestion (PP), early carbohydrate ingestion (CP), late carbohydrate ingestion (PC), or carbohydrate ingestion throughout (CC). Blood samples were obtained at 0, 60, and 120 min of cycling as well as at the conclusion of the time trial. The 10-km time trial time to completion was faster in trials CC (17.70 ± 0.52 min) and PC (17.60 ± 0.62 min) as compared with trial PP (18.13 ± 0.52 min, p = 0.028 and p = 0.007, respectively) while trial CP (17.85 ± 0.58 min, p = 0.178) was not. Serum glucose increased with carbohydrate feedings (p < 0.05), while serum free fatty acid concentrations were lower in trials PC and CC than trials CP and PP (p < 0.05). There was no difference in oxygen uptake, heart rate, rating of perceived exertion, or substrate use between trials (p > 0.05). These data indicate that carbohydrate ingestion throughout or late during a 2-h cycling bout can improve subsequent 10-km time trial performance.
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 ».