MétaCan
Menu
Retour à la cohorte
Enregistrement W2884212509 · doi:10.1080/15438627.2018.1502189

Considerations for ultra-endurance activities: part 2 – hydration

2018· review· en· W2884212509 sur OpenAlexaff
Martin D. Hoffman, Trent Stellingwerff, Ricardo J. S. Costa

Notice bibliographique

RevueResearch in Sports Medicine · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensCanadian Sport Centre Pacific
Organismes subventionnairesnon disponible
Mots-clésLimitingThirstEndurance trainingAthletesBalance (ability)EndogenyMedicineBody waterPhysical medicine and rehabilitationPhysical therapyInternal medicineBody weightEngineering

Résumé

récupéré en direct d'OpenAlex

It is not unusual for those participating in ultra-endurance (> 4 hr) events to develop varying degrees of either hypohydration or hyperhydration. Yet, it is important for ultra-endurance athletes to avoid the performance limiting and potentially fatal consequences of these conditions. During short periods of exercise (< 1 hr), trivial effects on the relationship between body mass change and hydration status result from body mass loss due to oxidation of endogenous fuel stores, and water supporting the intravascular volume being generated from endogenous fuel oxidation and released with glycogen oxidation. However, these effects have meaningful implications during prolonged exercise. In fact, body mass loses well over 2% may be required during some ultra-endurance activities to avoid hyperhydration. Therefore, the typical hydration guidelines to avoid more than 2% body mass loss do not apply in ultra-endurance activities and can potentially result in hyperhydration. Fortunately, achieving the balance of proper hydration during ultra-endurance activities need not be complicated and has been well demonstrated to generally be achieved by simply drinking to thirst and avoiding excessive sodium supplementation with intention of replacing all sodium losses during the exercise.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,428
Tête enseignante GPT0,528
Écart entre enseignants0,100 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations84
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Sports MedicineMême sujetThermoregulation and physiological responsesTravaux en français237 207