Ingestion of maple-based and other carbohydrate sports drinks: effect on sensory perceptions during prolonged exercise
Notice bibliographique
Résumé
BACKGROUND: Taste and appreciation of sports drinks can affect perceived exertion during exercise. Anecdotal evidence shows that maple products are regularly consumed by recreational and professional athletes but very few studies have reported on their effects during exercise. The purpose of the current study is to report the taste, appreciation and perceived exertion following the ingestion of maple-based sports drinks and other carbohydrate drinks during prolonged exercise. METHODS: max) = 4.4 ± 0.5 L/min, maximal aerobic power (MAP) = 309 ± 42 W) ingested one of four carbohydrate solutions (all at 60 g CHO/L): concentrated maple sap (MW), diluted maple syrup (MS), glucose (G), a commercial sports drink (CSD), or a placebo (P; water sweetened with stevia) at every 30 min during 120 min of steady-state exercise (SSE) on a cycle ergometer at 66% MAP. Ratings of perceived exertion (RPE, Borg CR-10) were recorded at each 30 min throughout SSE. A questionnaire was administered to assess sensory characteristics (sweetness, acidity, refreshing, and overall taste on a visual analogue scale, converted to decimals from 0 to 1) and appreciation (sweet, acid and overall on a 9-point hedonic scale) 30 min before (immediately after the first ingestion) and immediately after SSE. RESULTS: Sweetness was perceived to be higher for MW than G and P (pre: 0.60 ± 0.19, 0.51 ± 0.17 and 0.50 ± 0.17 and post: 0.69 ± 0.19, 0.34 ± 0.18 and 0.48 ± 0.22; p < 0.05, respectively) and MS was rated higher than MW for the appreciation of the sweet taste (pre: 6.5 ± 1.5 vs. 4.6 ± 1.8 and post: 6.8 ± 1.8 and 4.1 ± 1.8; p < 0.05, respectively). Furthermore, subjects that had ingested MW, reported a significantly lower RPE than those with P at 120 min (14.1 ± 2.2 vs. 16.0 ± 2.0, respectively). CONCLUSIONS: A sports drink containing maple syrup is well appreciated during prolonged exercise and appears to be a viable alternatives to more common sources of carbohydrates. TRIAL REGISTRATION: NCT02880124 . Registered on 26 August 2016.
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) | 0,000 | 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) | 0,002 | 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 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 ».