Reliability of time-to-exhaustion and selected psycho-physiological variables during constant-load cycling at the maximal lactate steady-state
Notice bibliographique
Résumé
The maximal lactate steady-state (MLSS) is frequently assessed for prescribing endurance exercise intensity. Knowledge of the intra-individual variability of the MLSS is important for practical application. To date, little is known about the reliability of time-to-exhaustion and physiological responses to exercise at MLSS. Twenty-one healthy men (age, 25.2 (SD 3.3) years; height, 1.83 (0.06) m; body mass, 78.9 (8.9) kg; maximal oxygen uptake, 57.1 (10.7) mL·min −1 ·kg −1 ) performed 1 incremental exercise test, and 2 constant-load tests to determine MLSS intensity. Subsequently, 2 open-end constant-load tests (MLSS 1 and 2) at MLSS intensity (3.0 (0.7) W·kg −1 , 76% (10%) maximal oxygen uptake) were carried out. During the tests, blood lactate concentrations, heart rate, ratings of perceived exertion (RPE), variables of gas exchange, and core body temperature were determined. Time-to-exhaustion was 50.8 (14.0) and 48.2 (16.7) min in MLSS 1 and 2 (mean change: −2.6 (95% confidence interval: −7.8, 2.6)), respectively. The coefficient of variation (CV) was high for time-to-exhaustion (24.6%) and for mean (4.8 (1.2) mmol·L −1 ) and end (5.4 (1.7) mmol·L −1 ) blood lactate concentrations (15.7% and 19.3%). The CV of mean exercise values for all other parameters ranged from 1.4% (core temperature) to 8.3% (ventilation). At termination, the CVs ranged from 0.8% (RPE) to 11.8% (breathing frequency). The low reliability of time-to-exhaustion and blood lactate concentration at MLSS indicates that the precise individual intensity prescription may be challenging. Moreover, the obtained data may serve as reference to allow for the separation of intervention effects from random variation in our sample.
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) | 0,000 | 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 ».