MétaCan
Menu
Retour à la cohorte
Enregistrement W2588214107 · doi:10.1016/j.jshs.2017.02.001

Non-exhaustive double effort test is reliable and estimates the first ventilatory threshold intensity in running exercise

2017· article· en· W2588214107 sur OpenAlexaff
Lucas Dantas Maia Forte, Fúlvia de Barros Manchado-Gobatto, Roberta Cunha Matheus Rodrigues, Maria Cecília Bueno Jayme Gallani, Cláudio Alexandre Gobatto

Notice bibliographique

RevueJournal of sport and health science/Journal of Sport and Health Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité Laval
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésVentilatory thresholdTest (biology)Intensity (physics)Exercise intensityStatisticsComputer scienceMathematicsMedicineVO2 maxInternal medicinePhysicsBiologyHeart rate

Résumé

récupéré en direct d'OpenAlex

Purpose The present study aimed to investigate the reliability of the non-exhaustive double effort (NEDE) test in running exercise and its associations with the ventilatory thresholds (VT 1 and VT 2 ) and the maximal lactate steady state (MLSS). Methods Ten healthy male adults (age: 23 ± 4 years, height: 176.6 ± 6.4 cm, body mass: 76.6 ± 10.7 kg) performed 4 procedures: (1) a ramp test for VT 1 and VT 2 determinations measured by ratio of expired ventilation to O 2 uptake (VE/VO 2 ) and expired ventilation to CO 2 output (VE/VCO 2 ) equivalents, respectively; (2) the NEDE test measured by blood lactate concentration (NEDE LAC ) and heart rate responses (NEDE HR ); (3) a retest of NEDE for reliability analysis; and (4) continuous efforts to determine the MLSS intensity. The NEDE test consisted of 4 sessions at different running intensities. Each session was characterized by double efforts at the same running velocity (E1 and E2, 180 s), separated by a passive recovery period (90 s rest). LAC and HR values after E1 and E2 (in 4 sessions) were used to estimate the intensity equivalent to “null delta” by linear fit. This parameter represents, theoretically, the intensity equivalent to maximal aerobic capacity. Results The intraclass correlation coefficient indicated significant reliability for NEDE LAC (0.93) and NEDE HR (0.79) (both p < 0.05). There were significant correlations, no differences, and strong agreement with the intensities predicted by NEDE LAC (10.1 ± 1.9 km/h) and NEDE HR (9.8 ± 2.0 km/h) to VT 1 (10.2 ± 1.1 km/h). In addition, despite significantly lower MLSS intensity (12.2 ± 1.2 km/h), NEDE LAC and NEDE HR intensities were highly correlated with this parameter (0.90 and 0.88, respectively). Conclusion The NEDE test applied to running exercise is reliable and estimates the VT 1 intensity. Additionally, NEDE intensities were lower but still correlated with VT 2 and MLSS.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,008
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,060
Tête enseignante GPT0,371
Écart entre enseignants0,311 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of sport and health science/Journal of Sport and Health ScienceMême sujetSports Performance and TrainingTravaux en français237 207