Consecutive non‐training days over a weekend for assessing cardiac parasympathetic variation in response to accumulated exercise stress
Notice bibliographique
Résumé
ABSTRACT Purpose: To examine the association between day‐to‐day resting cardiac parasympathetic variability over consecutive non‐training days (i.e. weekend) and accumulated exercise stress when quantified using indices of cardiovascular strain. Methods: Twelve international calibre female field hockey players training as part of a national team were participants over a four‐week mesocycle prior to a 2016 Olympic qualifying tournament. On‐field exercise stress was examined using heart rate (HR) dynamics and quantified as; (1) training load and (2) time (min) spent above anaerobic threshold. The square root of the mean squared differences of successive cardiac cycles (R–R intervals) recorded on Saturday and Sunday were individually calculated and log‐transformed prior to being averaged (Ln rMSSDweekend). Day‐to‐day variation in Ln rMSSD over the weekend was expressed using the coefficient of variation (Ln rMSSD CV ). Non‐linear regression analysis examined the association between accumulated exercise stress and Ln rMSSD CV . Results: A quadratic association between each index of exercise stress and Ln rMSSD CV was identified. After converting the coefficient of determination into a correlation coefficient (90% CL), the respective association between Ln rMSSD CV and training load (AU); r = 0.40 (0.16:0.59) and time above threshold; r = 0.35 (0.06:0.59) were observed. Conclusion: Ln rMSSD CV derived over consecutive non‐training days displayed a moderate, yet significant association between accumulated exercise stress when expressed as global or high‐intensity indices of cardiovascular strain. Weekend assessments may offer a practical and appropriate juncture between microcycles to assess the magnitude of perturbation in cardiac autonomic homeostasis prior to entering subsequent training periods.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».