Effects of hydration status during heat acclimation on plasma volume and performance
Notice bibliographique
Résumé
The impact of hydration status was investigated during a 5‐day heat acclimation ( HA ) training protocol vs mild/cool control conditions on plasma volume ( PV ) and performance (20 km time‐trial [ TT ]). Sub‐elite athletes were allocated to one of two heat training groups (90 min/day): (a) dehydrated to ~2% body weight ( BW ) loss in heat (35°C; DEH ; n = 14); (b) euhydrated heat (35°C; EUH ; n = 10), where training was isothermally clamped to 38.5°C core temperature ( T c ). A euhydrated mild control group (22°C; CON ; n = 9) was later added, with training clamped to the same relative heart rate (~75% HR max ) as elicited during DEH and EUH ; thus all groups experienced the same internal training stress (% HR max ). Five‐day total thermal load was 30% greater ( P < 0.001) in DEH and EUH vs CON . There were significant differences in the average percentage of maximal work rate (%W max ) across all groups ( DEH : 24 ± 6%; EUH : 34 ± 9%; CON : 48 ± 8%W max ) during training required to elicit the same % HR max (77 ± 4% HR max ). There were no significant differences pre‐to post‐ HA between groups for PV ( DEH : +1.7 ± 10.1%; EUH : +4.8 ± 10.2%; CON : +5.2 ± 4.0%), but there was a significant pooled group PV increase, as well as a 97% likely pooled improvement in TT performance ( DEH : −1.8 ± 2.8%; EUH : −1.9 ± 2.1%, CON ; −1.8 ± 2.8%; P = 0.136). Due to a lack of between‐group differences for PV and TT , but pooled group increases in PV and 97% likely group increase in TT performance, over 5 days of intense training at the same average relative cardiac load suggests that overall training stress may also impact significant adaptations beyond heat and hydration stress.
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 | 0,001 | 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 | 0,000 |
| 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 ».