Influencing Factors of Pacing Variations and Performance in a 44-Kilometer Mountain Trail Race
Notice bibliographique
Résumé
Objective: This study aimed to analyse the changes in the biomechanical and psychophysiological responses, and the body mass of trailers in a small-distance (44 km and 1520 m elevation gain) trail competition performed in tropical conditions. Methods: Ten trained trailers (8 men, 2 females; age: 42.0 ± 5 years, body mass: 65.57 ± 5.4 kg, height: 174.9 ± 5.9 cm BMI: 21.71 ± 2.1, Maximal Aerobic Speed (MAS): 16.6 ± 2.1 km·h-1) volunteered to take part in the competition, comprising eight laps of 5.5 km. At the end of each lap, the trailers had to stop for 10 min to perform tests measuring 1) the maximal horizontal force (F0), theoretical maximal running velocity (V0) and maximal power output (PO) during a 30-m sprint; 2) the vertical oscillations and maximal relative force during a 30-s treadmill submaximal run; 3) the perceived exertion and pleasure; and 4) body mass. The pacing, stride variations and heart rate were continuously recorded during the race. Results: The variations of PO (W·kg-1) during the 30-m sprint and perceived pleasure were significant (p = 0.003 and p = 0.02, respectively) influencing factors of pacing. A significant decrease (p the first and last laps. Fraction of MAS and MAS were significantly (p = 0.004 and p = 0.04, respectively) related to the trail performance. Conclusions: Training programmes could be proposed that include the increase of MAS, fraction of MAS and lower limb PO. During the competition, it could be interesting to plan a drinking programme to avoid potential thermoregulatory impairment, as well as psychological strategies to increase pleasure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».