Listening to Preferred Music Improved Running Performance without Changing the Pacing Pattern during a 6 Minute Run Test with Young Male Adults
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
Several studies have investigated the effects of music on both submaximal and maximal exercise performance at a constant work-rate. However, there is a lack of research that has examined the effects of music on the pacing strategy during self-paced exercise. The aim of this study was to examine the effects of preferred music on performance and pacing during a 6 min run test (6-MSPRT) in young male adults. Twenty healthy male participants volunteered for this study. They performed two randomly assigned trials (with or without music) of a 6-MSPRT three days apart. Mean running speed, the adopted pacing strategy, total distance covered (TDC), peak and mean heart rate (HRpeak, HRmean), blood lactate (3 min after the test), and rate of perceived exertion (RPE) were measured. Listening to preferred music during the 6-MSPRT resulted in significant TDC improvement (Δ10%; p = 0.016; effect size (ES) = 0.80). A significantly faster mean running speed was observed when listening to music compared with no music. The improvement of TDC in the present study is explained by a significant overall increase in speed (main effect for conditions) during the music trial. Music failed to modify pacing patterns as suggested by the similar reversed “J-shaped” profile during the two conditions. Blood-lactate concentrations were significantly reduced by 9% (p = 0.006, ES = 1.09) after the 6-MSPRT with music compared to those in the control condition. No statistically significant differences were found between the test conditions for HRpeak, HRmean, and RPE. Therefore, listening to preferred music can have positive effects on exercise performance during the 6-MSPRT, such as greater TDC, faster running speeds, and reduced blood lactate levels but has no effect on the pacing strategy.
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) | 0,000 | 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