The Responses of Elite Athletes to Exercise: An All-Day, 24-h Integrative View Is Required!
Notice bibliographique
Résumé
The current research topics in Frontiers of Physiology include “Training intensity, volume and recovery distribution among elite and recreational endura\nnce athletes” (Frontiers in Physiology,\n2016) and “Wearable Sensor Technology for Monitoring Training Load and Health in the Athletic Population” (Frontiers in Physiology, 2017). As editors of both of these topics, we would like to share some thoughts concerning (a) how they are fundamentally linked and (b) why we believe it is essential to have an all-day, 24-h integrative view to understand elite athletes’ responses to exercise.\nAthletes who train frequently each week schedule their training and off-training for days (i.e., microcycles, for example, tapering periods, blocks of t\nraining) to as long as months (i.e., macrocycles, for example, periods of preparation with different focuses or training camps) to ensure progressive adaptation and prevent fatigue, boredom, and injury. From this perspective, a fundamental goal is to distribute exercise and off-training effectively over a certain period of time (for example, one or several seasons) to achieve optimal adaptation.\nHere, we highlight the importance of an all-day, 24-h integrative perspective on training, emphasizing the fact that conditions outside training significantly modulate adaptation, thereby complicating analysis of the distribution of training intensity.
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 | 0,000 | 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) | 0,000 | 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 ».