The effects of a 10-day altitude training camp at 1828 meters on varsity cross-country runners
Notice bibliographique
Résumé
International Journal of Exercise Science 10(1): 97-107, 2017. Altitude training has been shown to alter blood lactate (BL) levels due to alterations resulting from acclimatization. This study aims to estimate the impact of altitude training on BL changes immediately following an incremental treadmill test and during recovery before and after 10-day altitude training at approximately 1828 meters. Eight varsity cross-country runners performed an incremental treadmill test (ITT), pre and post-altitude training. Resting and post-warm-up BL values were recorded. During ITT, heart rate (HR), oxygen saturation (SpO2), and time to exhaustion were monitored. BL was also measured post-ITT at 0, 2, 4, 6, and 8 minutes. The average of all BL values was higher following altitude intervention (8.8 ± 4.6 mmol/L) compared to pre-intervention (7.4 ± 3.3 mmol/L). These differences were statistically significant (t(6) = -2.40, p = .026). BL immediately (0 minutes) after the ITT was higher following the altitude intervention (13.6 ± 3.6 mmol/L) compared to pre-intervention (9.7 ± 3.8 mmol/L) and was statistically significant (t(7) = -3.30, p = .006). Average HR during the ITT was lower following the altitude intervention (176.9 ± 11.1 bpm) compared to pre (187 ± 9.5 bpm), these differences were statistically significant (t(28)= 18.07, p=
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».