A Framework for Periodized Nutrition for Athletics
Notice bibliographique
Résumé
Over the last decade, in support of training periodization, there has been an emergence around the concept of nutritional periodization. Within athletics (track and field), the science and art of periodization is a cornerstone concept with recent commentaries emphasizing the underappreciated complexity associated with predictable performance on demand. Nevertheless, with varying levels of evidence, sport and event specific sequencing of various training units and sessions (long [macrocycle; months], medium [mesocycle; weeks], and short [microcycle; days and within-day duration]) is a routine approach to training periodization. Indeed, implementation of strategic temporal nutrition interventions (macro, meso, and micro) can support and enhance training prescription and adaptation, as well as acute event specific performance. However, a general framework on how, why, and when nutritional periodization could be implemented has not yet been established. It is beyond the scope of this review to highlight every potential nutritional periodization application. Instead, this review will focus on a generalized framework, with specific examples of macro-, meso-, and microperiodization for the macronutrients of carbohydrates, and, by extension, fat. More specifically, the authors establish the evidence and rationale for situations of acute high carbohydrate availability, as well as the evidence for more chronic manipulation of carbohydrates coupled with training. The topic of periodized nutrition has made considerable gains over the last decade but is ripe for further scientific progress and field application.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 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 ».