MétaCan
Menu
Retour à la cohorte
Enregistrement W2771088859 · doi:10.5114/biolsport.2018.71487

Comparison of two warm-up models for obese and normal-weight adults performing supramaximal cycling exercise

2018· article· en· W2771088859 sur OpenAlexafffund
Horia-Daniel Iancu, Georges Jabbour

Notice bibliographique

RevueBiology of Sport · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité de Moncton
Organismes subventionnairesUniversité de Moncton
Mots-clésRating of perceived exertionCyclingHeart rateMedicineInternal medicineCardiologyAerobic exerciseCycle ergometerPerceived exertionAnimal sciencePhysical therapyBlood pressure

Résumé

récupéré en direct d'OpenAlex

=23.8 (5.8) ml/min/kg] participated in a cross-over randomized study, and all underwent a supramaximal cycling test (SCT) following 5 minutes of two models of warm-up pedalled at a constant velocity of 60 rpm. In the first experimental condition, the warm-up was set at 50% of maximal aerobic power (WU50%MAP). In the second experimental condition, the intensity was set at 50% of maximal heart rate (WU50%MHR). During both experimental conditions the rating of perceived exertion (RPE) at the end of the warm-up and the performance reduction in percentage (ΔPr%) during the SCT were recorded. During the WU50%MAP experimental condition, obese (OB) adults showed higher values of post-warm-up heart rate (~30%) than in the normal weight (NW) group (p<0.01). In addition, the RPE scores determined after the warm-up were significantly higher in OB compared to NW (~30%; p<0.01). However, after the WU50%MHR experimental condition, no significant differences remained between OB and NW. Moreover, the analyses showed a significant positive association between the elevated heart rate values observed after WU50%MAP and both RPE and ΔPr% (r= 0.71 and r =0.81, p <0.05 respectively). In contrast to NW individuals, the WU50%MHR seems to be more suitable for the OB group undergoing the SCT given that WU50%MAP affected supramaximal cycling performances.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,355
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiology of SportMême sujetSports Performance and TrainingTravaux en français237 207