Is Perceived Exertion a Useful Indicator of the Metabolic and Cardiovascular Responses to a Metabolic Conditioning Session of Functional Fitness?
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 purpose of this study was to assess whether the self-regulation of training intensity based on rating of perceived exertion (RPE) is a reliable method to control the intensity during metabolic conditioning sessions of functional fitness. In addition, the relationship between RPE and the changes in heart rate, number of repetitions, and lactate responses was also analyzed. Eight male participants (age 28.1 ± 5.4 years; body mass 77.2 ± 4.4 kg; VO2 max: 52.6 ± 4.6 mL·(kg·min)−1 completed two sessions (five to seven days apart), in a randomized order, under different conditions, as follows: (1) all-out (ALL), or (2) self-regulation of intensity based on an RPE of six (hard) on the Borg CR-10 scale (RPE6). The rating of perceived exertion, lactate (LAC), and heart rate (HR) response were measured before, during, and immediately after the sessions. The RPE and LAC during the all-out sessions were higher (p < 0.0005) than the RPE6 session for all of the analyzed time points during the session. There was no difference in the HR area under the curve for the all-out and RPE6 sessions. The average number of repetitions performed was lower (p ≤ 0.009) for the RPE6 session (190.5 ± 12.5 repetitions) when compared to the all-out session (214.4 ± 18.6 repetitions). There was a significant correlation between the RPE and LAC (p = 0.005; r = 0.66; large) and number of repetitions during the session (p = 0.026; r = 0.55; large). No correlation was observed between the RPE and HR (p = 0.147; r = 0.380). These results indicate that the self-regulation of intensity of effort based on the RPE may be a useful tool to control the exercise intensity during a metabolic conditioning session of functional fitness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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