Effect Of Water-loading On Weight Cutting And Performance In Elite Judo Athletes
Notice bibliographique
Résumé
The use of water-loading to enhance weight cutting is getting increasingly popular in combat and weight category sports. Athletes are overdrinking water in order to increase urine production before engaging in a fluid restriction period in the belief that it will maximise fluid driven body mass loss. Research into this practice is lacking and further investigation is needed. PURPOSE: Determine the impact of a water-loading protocol in combination with dietary adjustments on acute body mass loss, natremia, urinary markers of hydration and arm crank performance in elite judo athletes. METHODS: Using a crossover design, 18 elite male judo athletes underwent 2, 6 days interventions interspersed by a washout period of 2 weeks. While following a controlled diet, athletes consumed either 40 mL/kg (control condition (CON)) or 80 mL/kg (water loading condition (WL)) on days 1-3, followed for both conditions by a fluid intake of 20 mL/kg on day 4. On day 5, fluid was restricted until 11h00, body mass was then measured and for the remaining of the day athletes consumed 60 mL/kg of fluid. On day 6, fluid was consumed ad libitum and arm crank performance measured between 9h00-12h00. RESULTS: Water-loading (2.4 ± 0.5%) produced a significantly (p = 0.03, effect size = 0.7) greater decrease in body mass, compared with CON (1.8 ± 0.5%). Urine specific gravity and osmolality became progressively lower over time with WL (p < 0.05), compared with CON. However, whole blood sodium concentration remained within the physiological range of 135-145 mmol/L throughout the WL condition. There were no significant differences in arm crank performance for maximum power (CON: 663 ± 103, WL: 677 ± 95 W) and mean power (CON: 330 ± 32, WL: 335 ± 35 W). CONCLUSION: Our results indicate that the water-loading protocol used in this study 1) improves acute body mass loss without affecting health or arm crank performance and; 2) should be considered by combat sports athletes looking to improve their weight cutting practices. Funding information : 1) Own the Podium i4G applied research program 2) INS Quebec PRIDI research grant
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».