Estimated Sweat Loss, Fluid and Carbohydrate Intake, and Sodium Balance of Male Major Junior, AHL, and NHL Players During On-Ice Practices
Notice bibliographique
Résumé
Several previous studies have reported performance decrements in team sport athletes who dehydrated approximately 1.5-2% of their body mass (BM) through sweating. This study measured on-ice sweat loss, fluid intake, sodium balance, and carbohydrate (CHO) intake of 77 major junior (JR; 19 ± 1 years), 60 American Hockey League (AHL; 24 ± 4 years), and 77 National Hockey League (NHL; 27 ± 5 years) players. Sweat loss was calculated from pre- to post-exercise BM plus fluid intake minus urine loss. AHL (2.03 ± 0.62 L/hr) and NHL (2.02 ± 0.74 L/hr) players had higher sweat rates (p < .05) than JR players (1.63 ± 0.58 L/hr). AHL (1.23 ± 0.69%; p = .006) and NHL (1.29% ± 0.63%; p < .001) players had ∼30% greater BM losses than JR players (0.89% ± 0.57%). There was no difference in fluid intake between groups (p > .05). Sodium deficits (sodium loss - intake) were greater (p < .05) in AHL (1.68 ± 0.74 g/hr) and NHL (1.56 ± 0.84 g/hr) players compared with JR players (1.01 ± 0.50 g/hr). CHO intake was similar between groups (14-20 g CHO/hr), with 29%, 32%, and 40% of JR, AHL, and NHL players consuming no CHO, respectively. In summary, sweat rates were high in all players, but the majority of players (74/77, 54/60, and 68/77 of JR, AHL, and NHL, respectively) avoided mild dehydration (>2% BM) during 60 min of practice. However, ∼15%, 41%, and 48% of the JR, AHL, and NHL players, respectively, may have reached mild dehydration and increased risk of performance decrements in a 90-min practice.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».