Investigating the use of pre‐training measures of autonomic regulation for assessing functional overreaching in endurance athletes
Notice bibliographique
Résumé
The use of heart rate variability (HRV) to inform daily training prescription is becoming common in endurance sport. Few studies, however, have investigated the use of pre-training HRV to predict decreased performance or altered exercising autonomic response, typical of functional overreaching (FOR). Further, a new cardiac vagal tone (ProCVT) technology purports to eliminate some of the noise associated with daily HRV, and therefore may be better at predicting same-day performance. The purpose of this investigation was to examine if changes to resting HRV and ProCVT were associated with alterations in performance, maximal heart rate (HRmax), or heart rate recovery (HRrec) in FOR athletes. Twenty-eight recreational cyclists and triathletes were assigned to experimental/control conditions and underwent: 1 week of reduced training, 3 weeks of overload (OL) or regular training (CON), and 1 week of recovery. Testing occurred following the reduced training week (T1), post-3 weeks of training (T2), and following the recovery week (T3). Measures of resting HRV/ProCVT were collected each testing session, followed by maximal incremental exercise tests with HRrec taken 60 s post-exercise. Performance decreased from T1 to T2 in the OL group vs. CON (Δ-9 ± 12 vs. Δ9 ± 11 W, P < .001), as did HRmax (Δ-8 ± 4 vs. Δ-2 ± 4 bpm, P < .001). HRrec increased from T1 to T2 in the OL group vs. CON (Δ10 ± 9 vs. Δ2 ± 5 beats/min, P < .01). HRV and ProCVT did not change in either group. Same-day resting autonomic measures are insufficient in predicting alterations to performance or exercising HR measures following overload training.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».