MétaCan
Menu
Retour à la cohorte
Enregistrement W2883736543 · doi:10.6061/clinics/2018/e516

Description of training loads using whole-body exercise during high-intensity interval training

2018· article· en· W2883736543 sur OpenAlexaff
Alexandre F Machado, Alexandre Lopes Evangelista, Cauê Vazquez La Scala Teixeira, Roberta Luksevicius Rica, Charles Ricardo Lopes, Aylton Figueira-Júnior, Julien S. Baker, Danilo Sales Bocalini

Notice bibliographique

RevueClinics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensNorthwestern Polytechnic
Organismes subventionnairesnon disponible
Mots-clésPerceived exertionSquatInterval trainingPhysical therapyJumpingRating of perceived exertionHigh-intensity interval trainingPhysical medicine and rehabilitationExertionIntensity (physics)MedicineBlood lactateWork (physics)Training (meteorology)PsychologyHeart rateInternal medicineBlood pressurePhysiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To describe external training load and internal training load through sets of a single session of high-intensity interval training (HIIT) body work. METHODS: Twenty male individuals (24±3 years) performed a HIIT body work protocol consisting of a single bout of exercise with 1:1 stimuli. The exercises used were 30 min in duration with "all-out" intensity. The exercises included jumping jacks, mountain climbers, burpees and squat jumps, totaling 20 min of exercise. During exercise, total movement capacity, blood lactate measurement, ratings of perceived exertion and recovery, training load and intensity were monitored. RESULTS: The single bout examined showed a total of 382±89 movements. Differences (p<0.01) in the total amount of movement for each exercise were noted, reflecting the difficulty of maintaining exercise over time. Increases in lactate concentrations (before: 0.98±0.16, after: 14.10±1.66; mmol/L) were found postexercise. Significant differences (p<0.01) were found after the fifth set, and the values for movement capacity remained higher than the values of the first set, demonstrating high load in a single session. No differences in ratings of perceived exertion (RPE) during the sets were found. However, the ratings of perceived recuperation from the second set were significantly (p<0.01) lower than those from the first set. CONCLUSIONS: The exercise protocol used in this study was of high intensity and produced large values for stress during performance, with increases recorded for the internal load indicators.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,122
Tête enseignante GPT0,341
Écart entre enseignants0,219 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinicsMême sujetSports Performance and TrainingTravaux en français237 207