Using ramp-incremental <i>V</i>O<sub>2</sub> responses for constant-intensity exercise selection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite compelling evidence to the contrary, the view that oxygen uptake (V̇O 2 ) increases linearly with exercise intensity (e.g., power output, speed) until reaching its maximum persists within the exercise physiology literature. This viewpoint implies that the V̇O 2 response at any constant intensity is predictable from a ramp-incremental exercise test. However, the V̇O 2 versus task-specific exercise intensity relationship constructed from ramp-incremental versus constant-intensity exercise are not equivalent preventing the use of V̇O 2 responses from 1 domain to predict those of the other. Still, this “linear” translational framework continues to be adopted as the guiding principle for aerobic exercise prescription and there remains in the sport science literature a lack of understanding of how to interpret V̇O 2 responses to ramp-incremental exercise and how to use those data to assign task-specific constant-intensity exercise. The objectives of this paper are to (i) review the factors that disassociate the V̇O 2 versus exercise intensity relationship between ramp-incremental and constant-intensity exercise paradigms; (ii) identify when it is appropriate (or not) to use ramp V̇O 2 responses to accurately assign constant-intensity exercise; and (iii) illustrate the technical and theoretical challenges with prescribing constant-intensity exercise solely on information acquired from ramp-incremental tests. Actual V̇O 2 data collected during cycling exercise and V̇O 2 kinetics modelling are presented to exemplify these concepts. Possible solutions to overcome these challenges are also presented to inform on appropriate intensity selection for individual-specific aerobic exercise prescription in both research and practical settings.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 | 0,001 | 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 découle