Heat-induced hypervolemia: Does the mode of acclimation matter and what are the implications for performance at Tokyo 2020?
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
Tokyo 2020 will likely be the most heat stressful Olympics to date, so preparation to mitigate the effects of humid heat will be essential for performance in several of the 33 sports. One key consideration is heat acclimation (HA); the repeated exposure to heat to elicit physiological and psychophysical adaptations that improve tolerance and exercise performance in the heat. Heat can be imposed in various ways, including exercise in the heat, hot water immersion, or passive exposure to hot air (e.g., sauna). The physical requirements of each sport will determine the impact that the heat has on performance, and the adaptations required from HA to mitigate these effects. This review focuses on one key adaptation, plasma volume expansion (PVE), and how the mode of HA may affect the kinetics of adaptation. PVE constitutes a primary HA-mediated adaptation and contributes to functional adaptations (e.g., lower heart rate and increased heat loss capacity), which may be particularly important in athletes of “sub-elite” cardiorespiratory fitness (e.g., team sports), alongside athletes of prolonged endurance events. This review: i) highlights the ability of exercise in the heat, hot-water immersion, and passive hot air to expand PV, providing the first quantitative assessment of the efficacy of different heating modes; ii) discusses how this may apply to athletes at Tokyo 2020; and iii) provides recommendations regarding the protocol of HA and the prospect for achieving PVE (and the related outcomes).
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 | 0,000 |
| 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 | 0,000 | 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