Consuming a lentil‐based sports nutrition bar affects metabolic and performance measures during endurance exercise
Notice bibliographique
Résumé
Low glycemic index (GI) carbohydrates (CHO) may be superior to high GI CHO if consumed before exercise by providing a prolonged energy source and sparing muscle CHO. We compared pre‐exercise feeding with: 1) a low GI lentil‐based sports nutrition bar; 2) a commercially‐available moderate GI sports nutrition bar with a similar macronutrient content; and 3) diet jelly (placebo) on metabolism and performance during endurance cycling. Using a randomized, counterbalanced, cross‐over design, endurance athletes (n=6) consumed 1.5 g/kg available CHO from a lentil bar, the commercially‐available bar, or consumed placebo 1h before endurance cycling (75min, 65% of max aerobic power), followed by a 7km time trial. We also compared post‐exercise consumption of these bars on next‐day exercise performance as an assessment of recovery. Each feeding condition was separated by 1wk. Respiratory exchange ratio (RER) during the last 10 minutes of the 75min cycling trial was significantly different between conditions with control (0.82 SD 0.01) < lentil bar (0.87 SD 0.04) < commercially‐available bar (0.89 SD 0.03), respectively (p<0.05) indicating more fat oxidation relative to CHO oxidation late in exercise after consumption of the lentil bar compared to the commercially‐available bar. Time trial performance was significantly improved after consumption of the lentil bar (587 SD 42 s) and the commercially available bar (584 SD 61 s) compared to control (618 SD 72 s) (p<0.05). The next‐day recovery time trial performance was better in the lentil bar condition (547 SD 23 s) compared to the commercially‐available bar (568 SD 29 s) and control (566 SD 34 s) (p<0.05). A low GI lentil‐based sports bar offers a metabolic advantage during endurance exercise (i.e. lower RER) and enhances recovery following exercise compared to a moderate GI sports nutrition bar.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».