Estimation of the Maximal Lactate Steady State in Endurance Runners
Notice bibliographique
Résumé
This study aimed to predict the velocity corresponding to the maximal lactate steady state (MLSSV) from non-invasive variables obtained during a maximal multistage running field test (modified University of Montreal Track Test, UMTT), and to determine whether a single constant velocity test (CVT), performed several days after the UMTT, could estimate the MLSSV. Within 4-5 weeks, 20 male runners performed: 1) a modified UMTT, and 2) several 30 min CVTs to determine MLSSV to a precision of 0.25 km·h(-1). Maximal aerobic velocity (MAV) was the best predictor of MLSSV. A regression equation was obtained: MLSSV=1.425+(0.756·MAV); R(2)=0.63. Running velocity during the CVT (VCVT) and blood lactate at 6 (La6) and 30 (La30) min further improved the MLSSV prediction: MLSSV=VCVT+0.503 - (0.266·ΔLa30-6); R(2)=0.66. MLSSV can be estimated from MAV during a single maximal multistage running field test among a homogeneous group of trained runners. This estimation can be further improved by performing an additional CVT. In terms of accuracy, simplicity and cost-effectiveness, the reported regression equations can be used for the assessment and training prescription of endurance runners.
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 | 0,001 | 0,000 |
| 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 ».