Nitrate Supplementation Combined with a Running Training Program Improved Time-Trial Performance in Recreationally Trained Runners
Notice bibliographique
Résumé
Our purpose was to verify the effects of inorganic nitrate combined to a short training program on 10-km running time-trial (TT) performance, maximum and average power on a Wingate test, and lactate concentration ([La−]) in recreational runners. Sixteen healthy participants were divided randomly into two groups: Nitrate (n = 8) and placebo (n = 8). The experimental group ingested 750 mg/day (~12 mmol) of nitrate plus 5 g of resistant starch, and the control group ingested 6 g of resistant starch, for 30 days. All variables were assessed at baseline and weekly over 30 days. Training took place 3x/week. The time on a 10-km TT decreased significantly (p < 0.001) in all timepoints compared to baseline in both groups, but only the nitrate group was faster in week 2 compared to 1. There was a significant group × time interaction (p < 0.001) with lower [La] in the nitrate group at week 2 (p = 0.032), week 3 (p = 0.002), and week 4 (p = 0.003). There was a significant group time interaction (p = 0.028) for Wingate average power and a main effect of time for maximum power (p < 0.001) and [La−] for the 60-s Wingate test. In conclusion, nitrate ingestion during a four-week running program improved 10-km TT performance and kept blood [La−] steady when compared to placebo in recreational runners.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».