MétaCan
Menu
← Retour à la cohorte
Enregistrement W2463979003 · doi:10.1249/01.mss.0000487423.76265.37

Does the Rate of Heat Storage Define Exercise Intensity Level During Self-paced Exercise at a Fixed Rating of Perceived Exertion?

2016· article· en· W2463979003 sur OpenAlexaffabout
Brian J. Friesen, Martin Lauzon, Denis P. Blondin, François Haman, Martin P. Poirier, Glen P. Kenny

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésRating of perceived exertionIntensity (physics)WorkloadCalorimetryPerceived exertionExercise intensityMedicineThermal energy storageCalorimeter (particle physics)Physical therapyChemistryAnimal scienceHeart rateInternal medicineThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Studies evaluating whether exercise intensity during self-paced exercise at a fixed rating of perceived exertion (RPE) is primarily modulated by the rate of body heat storage have yielded mixed results due to the different methods used to calculate the rate of body heat storage (i.e., thermometry and partitional calorimetry). PURPOSE: To evaluate via direct calorimetry whether changes in the rate of whole-body heat storage mediates exercise intensity during self-paced exercise at a fixed RPE. METHODS: Ten trained male cyclists participated in three experimental trials conducted on separate days. Following a 20-min baseline period, participants cycled in a direct air calorimeter during HOT (35°C), NORMAL (25°C) and COOL (15°C) conditions at a fixed RPE of 16, self-regulating their workload in order to maintain this RPE until they could no longer maintain 70% of their starting workload. Whole-body heat loss (evaporative and dry) and metabolic heat production were measured by direct and indirect calorimetry respectively. Body heat storage was measured as the temporal summation of heat production and heat loss. RESULTS: The starting self-selected workload was lower in HOT compared to NORMAL and COOL (151 ± 30 vs. 165 ± 26 vs. 165 ± 35 W, respectively). Power output declined over time in all conditions (P<0.05), however a faster decrease was observed in HOT (P<0.05). This led to a shorter exercise time in HOT relative to NORMAL and COOL (57 ± 19 vs. 73 ± 22 vs. 68 ± 26 min, respectively). The rate of heat storage decreased over time in all conditions (P<0.05), however it was greater in COOL and lowest in HOT throughout exercise. In general, the rate of heat storage was significantly greater in COOL relative to HOT and greater in NORMAL compared to HOT after the 5th min of exercise. Further, the rate of heat storage was generally greater in COOL relative to NORMAL after the 15th min of exercise (P<0.05). Taken together, the change in body heat storage during exercise was ~2-fold greater during COOL and ~1.5-fold greater during NORMAL compared to HOT (961 ± 438 vs. 740 ± 258 vs. 478 ± 186 kJ, respectively). CONCLUSIONS: We show that self-paced exercise intensity at a fixed RPE is not primarily mediated by differences in the rate of body heat storage. SUPPORT: Natural Sciences and Engineering Research Council of Canada (held by Glen P. Kenny).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
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
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetSports Performance and Training→Travaux en français237 207→