The effect of milk on recovery from repeat-sprint cycling in female team-sport athletes
Notice bibliographique
Résumé
The consumption of milk following eccentric exercise attenuates the effects of muscle damage in team-sport athletes. However, participation in team sport involves both concentric-eccentric loading and metabolic stress. Therefore, the aim of this study was to investigate the effects of postexercise milk consumption on recovery from a cycling protocol designed to simulate the metabolic demands of team sport. Ten female team-sport athletes participated in a randomised crossover investigation. Upon completion of the protocol participants consumed 500 mL of milk (MILK) or 500 mL of an energy-matched carbohydrate (CHO) drink. Muscle function (peak torque, rate of force development, countermovement jump, 20-m sprint), muscle soreness and tiredness, serum creatine kinase, high-sensitivity C-reactive protein, and measures of oxidative stress (protein carbonyls and reduced glutathione/oxidized glutathione (GSH/GSSG) ratio) were determined at pre-exercise and 24 h, 48 h, and 72 h postexercise. MILK had a possible beneficial effect in attenuating losses in peak torque (180°/s) from baseline to 24 h (3.2% ± 7.8% vs. -6.2% ± 7.5%, MILK vs. CHO) and a possible beneficial effect in minimising soreness (baseline-48 h; baseline-72 h) and tiredness (baseline-24 h; baseline-72 h). There was no change in oxidative stress following the exercise protocol, though a likely benefit of milk was observed for GSH/GSSG ratio at baseline-24 h (0.369 ×/÷ 1.89, 1.103 ×/÷ 3.96, MILK vs. CHO). MILK had an unclear effect on all other variables. Consumption of 500 mL of milk after repeat sprint cycling had little to no benefit in minimising losses in peak torque or minimising increases in soreness and tiredness and had no effect on serum markers of muscle damage and inflammation.
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) | 0,001 | 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 ».