Is active recovery during cold water immersion better than active or passive recovery in thermoneutral water for postrecovery high-intensity sprint interval performance?
Notice bibliographique
Résumé
High-intensity exercise is impaired by increased esophageal temperature (Tes) above 38 °C and/or decreased muscle temperature. We compared the effects of three 30-min recovery strategies following a first set of three 30-s Wingate tests (set 1), on a similar postrecovery set of Wingate tests (set 2). Recovery conditions were passive recovery in thermoneutral (34 °C) water (Passive-TN) and active recovery (underwater cycling; ∼33% maximum power) in thermoneutral (Active-TN) or cold (15 °C) water (Active-C). Tes rose for all conditions by the end of set 1 (∼1.0 °C). After recovery, Tes returned to baseline in both Active-C and Passive-TN but remained elevated in Active-TN (p < 0.05). At the end of set 2, Tes was lower in Active-C (37.2 °C) than both Passive-TN (38.1 °C) and Active-TN (38.8 °C) (p < 0.05). From set 1 to 2 mean power did not change with Passive-TN (+0.2%), increased with Active-TN (+2.4%; p < 0.05), and decreased with Active-C (–3.2%; p < 0.05). Heart rate was similar between conditions throughout, except at end-recovery; it was lower in Passive-TN (92 beats·min−1) than both exercise conditions (Active-TN, 126 beats·min−1; Active-C, 116 beats·min−1) (p < 0.05). Although Active-C significantly reduced Tes, the best postrecovery performance occurred with Active-TN. Novelty An initial set of 3 Wingates increased Tes to ∼38 °C. Thirty minutes of Active-C was well tolerated, and decreased Tes and blood lactate to baseline values, but decreased subsequent Wingate performance.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».