MétaCan
Menu
Retour à la cohorte
Enregistrement W2588358664 · doi:10.1139/apnm-2016-0626

The efficacy of protein supplementation during recovery from muscle-damaging concurrent exercise

2017· article· en· W2588358664 sur OpenAlexvenueno aff
Lee Eddens, Sarah Browne, Emma Stevenson, Brad Sanderson, Ken A. van Someren, Glyn Howatson

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreatine kinasePlaceboMedicineInternal medicineMuscle damageCreatinePhysical therapyEndocrinology

Résumé

récupéré en direct d'OpenAlex

This study investigated the effect of protein supplementation on recovery following muscle-damaging exercise, which was induced with a concurrent exercise design. Twenty-four well-trained male cyclists were randomised to 3 independent groups receiving 20 g protein hydrolysate, iso-caloric carbohydrate, or low-calorific placebo supplementation, per serve. Supplement serves were provided twice daily, from the onset of the muscle-damaging exercise, for a total of 4 days and in addition to a controlled diet (6 g·kg−1·day−1 carbohydrate, 1.2 g·kg−1·day−1 protein, remainder from fat). Following the concurrent exercise session at time-point 0 h, comprising a simulated high-intensity road cycling trial and 100 drop-jumps, recovery of outcome measures was assessed at 24, 48, and 72 h. The concurrent exercise protocol was deemed to have caused exercise-induced muscle damage (EIMD), owing to time effects (p < 0.001), confirming decrements in maximal voluntary contraction (peaking at 15% ± 10%) and countermovement jump performance (peaking at 8% ± 7%), along with increased muscle soreness, creatine kinase, and C-reactive protein concentrations. No group or interaction effects (p > 0.05) were observed for any of the outcome measures. The present results indicate that protein supplementation does not attenuate any of the indirect indices of EIMD imposed by concurrent exercise, when employing great rigour around the provision of a quality habitual diet and the provision of appropriate supplemental controls.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,251
Écart entre enseignants0,242 · 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'étudeEssai randomisé
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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetMuscle metabolism and nutritionTravaux en français237 207