During Cycling What Limits Maximum Mechanical Power Output at Cadences above 120 rpm?
Notice bibliographique
Résumé
PURPOSE: A key determinant of muscle coordination and maximum power output during cycling is pedaling cadence. During cycling, the neuromuscular system may select from numerous solutions that solve the task demands while producing the same result. For more challenging tasks, fewer solutions will be available. Changes in the variability of individual muscle excitations (EMG) and multimuscle coordination, quantified by entropic half-life (EnHL), can reflect the number of solutions available at each system level. We, therefore, ask whether reduced variability in muscle coordination patterns occur at critical cadences and if they coincide with reduced variability in excitations of individual muscles. METHODS: Eleven trained cyclists completed an array of cadence-power output conditions. The EnHL of EMG intensity recorded from 10 leg muscles and EnHL of principal components describing muscle coordination were calculated. Multivariate adaptive regressive splines were used to determine the relationships between each EnHL and cycling condition or excitation characteristics (duration, duty cycle). RESULTS: Muscle coordination became more persistent at cadences up to 120 rpm, indicated by increasing EnHL values. Changes in EnHL at the level of the individual muscles differed from the changes in muscle coordination EnHL, with longer EnHL occurring at the slowest (<80 rpm) and fastest (>120 rpm) cadences. The EnHL of the main power producing muscles, however, reached a minimum by 80 rpm and did not change across the faster cadences studied. CONCLUSIONS: Muscle coordination patterns, rather than the contribution of individual muscles, are key to power production at faster cadences in trained cyclists. Reductions in maximum power output at cadences above 120 rpm could be a function of the time available to coordinate orientation and transfer of forces to the pedals.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».