Agreement among Six Methods of Predicting the Anaerobic Lactate Threshold in Elite Cross-Country Skiers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The anaerobic lactate threshold (LTan) is used to prescribe training intensity and measure endurance capacity. The LTan identifies a critical point where small increases in workload result in large increases in blood lactate concentration. LTan is usually predicted through visual inspection of a blood lactate (bLa) vs workload plot. Numerous other methods for predicting LTan exist, and the literature lacks a consensus regarding validity of prediction methods. The purpose of this study was to assess the agreement among visual inspection (VI), maximum distance (Dmax) and modified maximum distance (Dmod) from the lactate curve, Baldari & Guidetti (BG), Dickhuth & Heck (DH) and Keul (K) methods for predicting the LTan. Blood lactate data was gathered from 8 male elite cross country skiers across two treadmill running incremental exercise tests. The above methods were used to predict LTan. Bland-Altman limits of agreement and Lin's Concordance Correlation Coefficient analyses were used to compare methods. Agreement was defined as 95% limits of agreement falling within a maximum allowed difference of ± 0.5 mM bLa between methods. No agreement was found among any of the prediction methods. Mean LTan calculated with the Dmax method was significantly different (p < 0.05) from mean LTan calculated using each other method. We conclude that the six methods for predicting LTan used in this study are not in agreement and should not be considered equivalent for exercise testing purposes. Future studies should compare agreement between LTan methods and the maximal lactate steady state to determine the most valid LTan prediction method.
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.
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 | 0,003 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 découle