MétaCan
Menu
Retour à la cohorte
Enregistrement W2999554759 · doi:10.1139/apnm-2019-0637

Time to exhaustion during cycling is not well predicted by critical power calculations

2020· article· en· W2999554759 sur OpenAlexvenueno aff
Jesús G. Pallarés, José Ramón Lillo-Beviá, Ricardo Morán‐Navarro, Víctor Cerezuela‐Espejo, Ricardo Mora‐Rodríguez

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingAnaerobic exerciseRespiratory compensationTime trialVO2 maxCycle ergometerRespiratory exchange ratioAnimal scienceVentilatory thresholdMathematicsWingate testCadenceCardiologyMedicineInternal medicineHeart ratePhysical therapyPhysical medicine and rehabilitationBlood pressure

Résumé

récupéré en direct d'OpenAlex

Three to 5 cycling tests to exhaustion allow prediction of time to exhaustion (TTE) at power output based on calculation of critical power (CP). We aimed to determine the accuracy of CP predictions of TTE at power outputs habitually endured by cyclists. Fourteen endurance-trained male cyclists underwent 4 randomized cycle-ergometer TTE tests at power outputs eliciting (i) mean Wingate anaerobic test (WAnTmean), (ii) maximal oxygen consumption, (iii) respiratory compensation threshold (VT2), and (iv) maximal lactate steady state (MLSS). Tests were conducted in duplicate with coefficient of variation of 5%–9%. Power outputs were 710 ± 63 W for WAnTmean, 366 ± 26 W for maximal oxygen consumption, 302 ± 31 W for VT2 and 247 ± 20 W for MLSS. Corresponding TTE were 00:29 ± 00:06, 03:23 ± 00:45, 11:29 ± 05:07, and 76:05 ± 13:53 min:s, respectively. Power output associated with CP was only 2% lower than MLSS (242 ± 19 vs. 247 ± 20 W; P < 0.001). The CP predictions overestimated TTE at WAnTmean (00:24 ± 00:10 mm:ss) and MLSS (04:41 ± 11:47 min:s), underestimated TTE at VT2 (–04:18 ± 03:20 mm:ss; P < 0.05), and correctly predicted TTE at maximal oxygen consumption. In summary, CP accurately predicts MLSS power output and TTE at maximal oxygen consumption. However, it should not be used to estimate time to exhaustion in trained cyclists at higher or lower power outputs (e.g., sprints and 40-km time trials). Novelty CP calculation enables to predict TTE at any cycling power output. We tested those predictions against measured TTE in a wide range of cycling power outputs. CP appropriately predicted TTE at maximal oxygen consumption intensity but err at higher and lower cycling power outputs.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207