A Simple Method to Quantify the V˙O2 Mean Response Time of Ramp-Incremental Exercise
Notice bibliographique
Résumé
During ramp-incremental exercise, the mean response time (MRT) of oxygen uptake (V˙O2) represents the time delay for changes in muscle V˙O2 to be reflected at the level of the mouth and is generally calculated by linear (MRTLIN) and monoexponential (τ') fitting of V˙O2 data. However, these methods yield MRT values that are highly variable from test-to-test. PURPOSE: Therefore, we examined the validity and the reproducibility of a novel method to calculate the MRT. METHODS: On two occasions, 12 healthy men (age, 30 ± 10 yr; V˙O2max: 4.14 ± 0.47 L·min, 53.5 ± 7.3 mL·kg·min) performed a ramp-incremental cycling test (30 W·min) that was preceded by a step transition to 100 W. The ramp power output corresponding to the steady-state V˙O2 at 100 W was determined and the difference between that power output and 100 W was converted to time to quantify the MRT (MRTSS). RESULTS: The values of MRTLIN, τ', and MRTSS were 28 ± 16 s, 27 ± 12 s, and 26 ± 11 s, respectively, which were not different (P > 0.05) from each other. However, compared to the MRT parameters derived from the fitting-based methods, MRTSS had a higher correlation coefficient (R = 0.87) and a smaller coefficient of variation (15% ± 9%) from test-to-test. CONCLUSIONS: In conclusion, the novel method proposed in the current study was found to be valid and highly reproducible in a test-retest design. Therefore, we advocate the use of this approach when a precise and accurate determination of the MRT is needed to properly align the V˙O2 data with power output during ramp-incremental 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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 ».