MétaCan
Menu
Retour à la cohorte
Enregistrement W2735036748 · doi:10.1055/s-0043-110226

Submaximal Markers of Fatigue and Overreaching; Implications for Monitoring Athletes

2017· article· en· W2735036748 sur OpenAlexfundno aff
André Siegl, Elisa Kosel, Nicholas Tam, Susanne Koschnick, Nelleke G. Langerak, Sabrina Skorski, Tim Meyer, Robert P. Lamberts

Notice bibliographique

RevueInternational Journal of Sports Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaJohns Hopkins University
Mots-clésMedicineHeart ratePhysical therapyAthletesRating of perceived exertionTreadmillExertionPerceived exertionCardiologyPhysical medicine and rehabilitationInternal medicineBlood pressure

Résumé

récupéré en direct d'OpenAlex

The regular monitoring of athletes is important to fine-tune training and detect early symptoms of overreaching. Therefore the aim of this study was to determine if a noninvasive submaximal running test could reflect a state of overreaching. 14 trained runners completed a noninvasive Lamberts Submaximal Running Test, one week before and 2 days after finishing an ultramarathon, and delayed onset of muscle soreness and the daily analysis of life demands for athletes questionnaire were also captured. After the ultramarathon, submaximal heart rate was lower at 70% (-3 beats) and 85% of peak treadmill running speed (P<0.01). Ratings of perceived exertion were higher at 60% (2 units) and 85% (one unit) of peak treadmill running speed, while 60-second heart rate recovery was significantly faster (7 beats, P<0.001). Delayed Onset of Muscle Soreness scores and the number of symptoms of stress (Daily Analysis of Life Demands for Athletes) were also higher after the ultramarathon (P<0.01). The current study shows that the Lamberts Submaximal Running Test is able to reflect early symptoms of overreaching. Responses to acute fatigue and overreaching were characterized by counterintuitive responses, such as lower submaximal heart rates and faster heart rate recovery, while ratings of perceived exertion were higher.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,106
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,380
Écart entre enseignants0,321 · 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 tête enseignante, pas un consensus.

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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports MedicineMême sujetSports Performance and TrainingTravaux en français237 207