Polarized vs. Threshold Training Intensity Distribution on Endurance Sport Performance: A Systematic Review and Meta-Analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
Rosenblat MA, Perrotta AS, and Vicenzino B. Polarized vs. threshold training intensity distribution on endurance sport performance: A systematic review and meta-analysis of randomized controlled trials. J Strength Cond Res 33(12): 3491-3500, 2019-The objective of this review was to systematically search the literature to identify and analyze data from randomized controlled trials that compare the effects of a polarized training model (POL) vs. a threshold training model (THR) on measurements of sport performance in endurance athletes. This systematic review and meta-analysis is registered with PROSPERO (CRD42016050942). The literature search was performed on November 6, 2016 and included SPORTDiscus (1800-present), CINAHL Complete (1981-present), and Medline with Full Text (1946-present). Studies were selected if they included: random allocation, endurance-trained athletes with greater than 2 years of training experience and VO2max/peak >50 ml·kg·min, a POL group, a THR group, assessed either internal (e.g., VO2max) or external (e.g., time trial) measurements of endurance sport performance. The databases SPORTDiscus, Medline and CINAHL yielded a combined 329 results. Four studies met the inclusion criteria for the qualitative analysis, and 3 for the meta-analysis. Two of the 4 studies included in the review scored a 4/10 on the PEDro Scale and 2 scored a 5/10. With respect to outcome measurements, 3 studies included time-trial performance, 3 included VO2max or VO2peak, 2 studies measured time-to-exhaustion, and one study included exercise economy. There was sufficient data to conduct a meta-analysis on time-trial performance. The pooled results demonstrate a moderate effect (ES = -0.66; 95% CI: -1.17 to -0.15) favoring the POL group over the THR group. These results suggest that POL may lead to a greater improvement in endurance sport performance than THR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,034 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».