Time Course of Recovery after Cycling Repeated Sprints
Notice bibliographique
Résumé
PURPOSE: The present study investigated the recovery of performance and neuromuscular fatigue after cycling repeated sprints. METHODS: Ten participants performed two sessions of repeated sprints (one session: 10 × 10-s sprints, 30-s recovery) separated by 24 h (R24-S1 and R24-S2) and two sessions separated by 48 h (R48-S1 and R48-S2). The recovery condition (i.e., 24 or 48 h) was randomized and separated by 1 wk. All sessions were performed on a recumbent bike, allowing minimal delay between sprints termination and neuromuscular measurements. Neuromuscular function of knee extensors (neuromuscular assessment [NMA]) was assessed before sessions (presession), after the fifth sprint (midsession), and immediately after (postsession). Before sessions, baseline NMA was also carried out on an isometric chair. The NMA (bike and chair) was composed of maximal voluntary contraction (MVC) of knee extension and peripheral neuromuscular stimulation during the MVC and on relaxed muscle. RESULTS: The sprints performance was not significantly different between sessions and did not presented significant interaction between recovery conditions. MVC was significantly lower at R24-S2 compared with R24-S1 (-6.5% ± 8.8%, P = 0.038) and R48-S2 (-5.6% ± 8.2%, P = 0.048), whereas resting potentiated high-frequency doublet (Db100) was lower at R24-S2 compared with R24-S1 (-10.4 ± 8.3, P = 0.01) (NMA on chair). There were significant reductions in MVC (>30%, P < 0.001) and Db100 (>38%, P < 0.001) from pre- to postsession in all sessions, without significant interactions between recovery conditions (NMA on bike). CONCLUSION: Cycling repeated sprints induce significant fatigue, particularly at the peripheral level, which is fully restored after 48 h, but not 24 h, of recovery. One versus two days of recovery does not affect neuromuscular fatigue appearance during cycling repeated-sprint sessions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».