Nutrition for Ultramarathon Running: Trail, Track, and Road
Notice bibliographique
Résumé
Ultramarathon running events and participation numbers have increased progressively over the past three decades. Besides the exertion of prolonged running with or without a loaded pack, such events are often associated with challenging topography, environmental conditions, acute transient lifestyle discomforts, and/or event-related health complications. These factors create a scenario for greater nutritional needs, while predisposing ultramarathon runners to multiple nutritional intake barriers. The current review aims to explore the physiological and nutritional demands of ultramarathon running and provide general guidance on nutritional requirements for ultramarathon training and competition, including aspects of race nutrition logistics. Research outcomes suggest that daily dietary carbohydrates (up to 12 g·kg −1 ·day −1 ) and multiple-transportable carbohydrate intake (∼90 g·hr −1 for running distances ≥3 hr) during exercise support endurance training adaptations and enhance real-time endurance performance. Whether these intake rates are tolerable during ultramarathon competition is questionable from a practical and gastrointestinal perspective. Dietary protocols, such as glycogen manipulation or low-carbohydrate high-fat diets, are currently popular among ultramarathon runners. Despite the latter dietary manipulation showing increased total fat oxidation rates during submaximal exercise, the role in enhancing ultramarathon running performance is currently not supported. Ultramarathon runners may develop varying degrees of both hypohydration and hyperhydration (with accompanying exercise-associated hyponatremia), dependent on event duration, and environmental conditions. To avoid these two extremes, euhydration can generally be maintained through “drinking to thirst.” A well practiced and individualized nutrition strategy is required to optimize training and competition performance in ultramarathon running events, whether they are single stage or multistage.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».