Workload of horses on a water treadmill: effect of speed and water height on oxygen consumption and cardiorespiratory parameters
Notice bibliographique
Résumé
Despite the use of water treadmills (WT) in conditioning horses, the intensity of WT exercise has not been well documented. The workload on a WT is a function of water height and treadmill speed. Therefore, the purpose of this study was to determine the effects of these factors on workload during WT exercise. Fifteen client-owned Quarter Horses were used in a randomized, controlled study. Three belt speeds and three water heights (mid cannon, carpus and stifle), along with the control condition (dry treadmill, all three speeds), were tested. Measured outcomes were oxygen consumption (V̇O 2 ), ventilation (respiratory frequency, tidal volume (V T )), heart rate (HR), and blood lactate. An ergospirometry system was used to measure V̇O 2 and ventilation. Linear mixed effects models were used to examine the effects of presence or absence of water, water height and speed (as fixed effects) on measured outcomes. Water height and its interaction with speed had a significant effect on V̇O 2 , V T and HR, all peaking at the highest water level and speed (stifle at 1.39 m/s, median V̇O 2 = 16.70 ml/(kg.min), V T = 6 L, HR = 69 bpm). Respiratory frequency peaked with water at the carpus at 1.39 m/s (median 49 breaths/min). For a given water height, the small increments in speed did not affect the measured outcomes. Post-exercise blood lactate concentration did not change. Varying water height and speed affects the workload associated with WT exercise. The conditions utilized in this study were associated with low intensity exercise. Water height had a greater impact on exercise intensity than speed.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».