MétaCan
Menu
Retour à la cohorte
Enregistrement W2474965946 · doi:10.1249/01.mss.0000486122.41975.af

Parasympathetic Reactivation Is Improved After Maximal Cycling Exercise In Immersion As Compared To Dryland Condition

2016· article· en· W2474965946 sur OpenAlexaff
Mathieu Gayda, Mauricio Garzón, Olivier Dupuy, Laurent Bosquet, Anil Nigam, Martin Juneau

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCyclingHeart rateCardiologyInternal medicineBlood pressure

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This aim of this study was to compare post-exercise parasympathetic reactivation after maximal incremental exercise performed at the same external power output (Pext) on dryland ergocycle (DE) vs. immersible ergocycle (IE). METHODS: Fifteen young healthy participants (30±7 years, 13 males and 2 females) performed in a random order an incremental maximal exercise tests on DE and another one on IE. On DE, the initial external power was 25 W and was increased by 25 W/min. On IE, initial external power was 40 rpm and was increased by 10 rpm until 70 rpm and thereafter by 5 rpm until exhaustion. Gas exchange and heart rate (HR) were measured continuously during exercise and 5-min recovery period. Parasympathetic reactivation parameters (ie: T30, τ, ΔHR from 10 to 300 sec) were compared during the IE and DE recovery. RESULTS: During the IE recovery, parasympathetic reactivation in the short-term phase was more predominant (ie: T30, HRR at Δ10, Δ20, Δ30, Δ60 sec, P<0.05), but similar in the long-term phase (HRR at Δ120, Δ180, Δ240 and Δ300 sec, P>0.05) as compared to the DE condition. CONCLUSION: Our study showed that recovery in immersion to the chest level following maximal exercise can accelerate parasympathetic reactivation during the short-term phase, as compared with recovery after maximal exercise on DE in healthy young participants.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,270 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207