MétaCan
Menu
Retour à la cohorte
Enregistrement W2972796194 · doi:10.1136/vr.104684

Conditioning equine athletes on water treadmills significantly improves peak oxygen consumption

2019· article· en· W2972796194 sur OpenAlexaff
Persephone Greco‐Otto, Stephanie L. Bond, R. H. SIDES, Warwick M. Bayly, Renaud Léguillette

Notice bibliographique

RevueVeterinary Record · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart rateAnimal scienceTreadmillVentilation (architecture)ConditioningAnesthesiaTidal volumeBlood lactatePhysical therapyInternal medicineMathematicsRespiratory systemBlood pressureBiology

Résumé

récupéré en direct d'OpenAlex

Equine water treadmills (WT) were initially designed for rehabilitation of musculoskeletal injuries, but are also commonly used for conditioning sport horses, however the effects are not well documented. The purpose of this study was to test the effect of an 18‐day WT conditioning programme on peak oxygen consumption (V̇O 2 peak). Nine unfit Thoroughbreds were used in a randomised controlled trial. Six horses worked daily for 18 days in stifle‐height water (WT group), while 3 control horses worked without water (dry treadmill group (DT)). Preconditioning and postconditioning maximal exercise racetrack tests (800 m) were performed using a portable ergospirometry system. Measured outcomes were V̇O 2 , tidal volume, minute ventilation, breathing frequency, heart rate, blood lactate and instantaneous and average speed. The workload as assessed by V̇O 2 was 21.7 per cent of preconditioning V̇O 2 peak values for WT horses. V̇O 2 peak on the racetrack increased by 16.1 per cent from preconditioning to postconditioning in the WT horses (P=0.03), but did not change in the DT horses. Therefore, exercising horses in high water heights may improve conditioning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,361
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary RecordMême sujetVeterinary Equine Medical ResearchTravaux en français237 207