HIIT the Road Jack: An Exploratory Study on the Effects of an Acute Bout of Cardiovascular High-Intensity Interval Training on Piano Learning
Notice bibliographique
Résumé
Pairing high-intensity interval training (HIIT) with motor skill acquisition may improve learning of some implicit motor sequences (albeit with some variability), but it is unclear if HIIT enhances explicit learning of motor sequences. We asked whether a single bout of HIIT after non-musicians learned to play a piano melody promoted better retention of the melody than low-intensity interval training (LIIT). Further, we investigated whether HIIT facilitated transfer of learning to a new melody. We generated individualized exercise protocols by having participants (n=25) with little musical training undergo a graded maximal exercise test to determine their cardiorespiratory fitness (VO2peak) and maximal power output. In a subsequent session, participants practiced a piano melody (skill acquisition) and were randomly assigned to a single bout of HIIT or LIIT. Retention of the piano melody was tested one hour, one day, and one week after skill acquisition. We also evaluated transfer to learning a new melody one week after acquisition. Pitch and rhythm accuracy were analyzed with linear mixed-effects modeling. HIIT did not enhance sequence-specific retention of pitch or rhythmic elements of the piano melody, but there was modest evidence that HIIT facilitated transfer to learning a new melody. We tentatively conclude that HIIT enhances explicit, task-general motor consolidation.
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) | 0,000 | 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 | 0,001 |
| 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 ».