Sprint interval and moderate-intensity cycling training differentially affect adiposity and aerobic capacity in overweight young-adult women
Notice bibliographique
Résumé
The purpose of the study was to examine the effects of sprint interval training (SIT) and moderate-intensity continuous cycle training (MICT), with equal estimated energy expenditure during training on body composition and aerobic capacity. Body composition measured via dual-energy X-ray absorptiometry and aerobic capacity were assessed following 6 weeks of training in previously inactive overweight/obese young women (n = 52; age, 20.4 ± 1.5 years; body mass index, 30.3 ± 4.5 kg·m −2 , 67.3% white). Training was performed in a group-exercise format that mimicked cycling classes offered by commercial fitness facilities, and included 3 weekly sessions of either 30-s “all-out” sprints followed by 4 min of active recovery (SIT), or continuous cycling at 60%–70% heart rate reserve to expend a similar amount of energy. Participants were randomized to SIT or MICT, attended a similar number of sessions (15.0 ± 1.5 sessions vs. 15.8 ± 1.9 sessions, P = 0.097) and expended a similar amount of energy (541.8 ± 104.6 kJ·session −1 vs. 553.5 ± 138.1 kJ·session −1 , P = 0.250). Without significant changes in body mass (P > 0.05), greater relative reductions occurred in SIT than in MICT in total fat mass (3.6% ± 5.6% vs. 0.6% ± 3.9%, P = 0.007), and android fat mass (6.6% ± 6.9% vs. 0.7% ± 6.5%, P = 0.002). Aerobic capacity (mL·kg −1 ·min −1 ) increased significantly following both interventions (P < 0.05), but the relative increase was 2-fold greater in SIT than in MICT (14.09% ± 10.31% vs. 7.06% ± 7.81%, P < 0.001). In conclusion, sprint-interval cycling reduces adiposity and increases aerobic capacity more than continuous moderate-intensity cycling of equal estimated energy expenditure in overweight/obese young women.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».