Does High Intensity Interval Training Improve Aerobic Power Development More Than Endurance Training?
Notice bibliographique
Résumé
The purpose of this study was to determine whether high intensity interval training (HIIT) increases VO2 max more so than to endurance training (ET). It is hypothesized that at the end of a 4-week training program, the HIIT group will have a higher average improved VO2 max percentage than the ET group. Recruited participants, 12 males, aged 18-35 completed a baseline VO2 max test followed by an intervention and then a post VO2 max test. Participants were randomly assigned to either HIIT or ET, 20 minutes a day, 3 times a week for 4 weeks. At baseline mean VO2 max for ET (n=6) was 48.2 ml/min/kg compared to a mean VO2 max of 51.7ml/min/kg in the HIIT (n=6) group. Post training test VO2 max for ET (n=6) was 48.9ml/min/kg compared to a mean VO2 max of 52.4ml/min/kg in the HIIT group (n=4). There was a 3.4% improvement in VO2 max in the HIIT group (n=4), while the ET group (n=6) had a 1.7% improvement in VO2 max. There were no significant differences (p>0.05) in height, weight, age, and VO2 max between the two groups in the baseline or post test. There were no significant differences in height, age, and VO2 max for either of the groups from the post test compared to the baseline test. Moreover, there were no significant differences in height, age, and VO2 max for either of the groups from the post-test compared to the baseline test. The data suggests a promising trend that HIIT training may be better for improving aerobic power than ET.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».