Effects of Short-Term Concurrent Training Cessation on the Energy Cost of Running and Neuromuscular Performances in Middle-Distance Runners
Notice bibliographique
Résumé
Evidence supports the implementation of concurrent strength and running training, within the same mesocycle, to improve performances in middle- and long-distance events. However, very little is known about the effects of concurrent training cessation. The purpose of this investigation was to describe the effects of 4 weeks of explosive strength training cessation after an 8-week concurrent training protocol. Eight runners completed this study, which first included either plyometric (n = 4) or dynamic weight training (n = 4) in addition to the usual running regimen. Explosive strength training was thereafter interrupted for 4 weeks, during which running sessions were maintained. Participants were tested at baseline, after concurrent training and after concurrent training cessation. The results suggest that the energy cost of running improvements observed after the intervention (−5.75%; 95% CI = −8.47 to −3.03) were maintained once explosive strength training was interrupted (−6.31%; 95% CI = −10.30 to −2.32). The results also suggest that neuromuscular performances were maintained after 4 weeks of concurrent training cessation, especially when tests were specific to the training intervention. Furthermore, a 3000m time trial revealed a similar pattern, with improvements after the concurrent mesocycle (−2.40%; 95% CI = −4.65 to −0.16) and after concurrent training cessation (−4.43%; 95% CI = −6.83 to −2.03). Overall, only trivial changes were observed for aerobic endurance and V˙O2peak. Together, these results suggest that short-term explosive strength training cessation might be beneficial and could be considered as a taper strategy for middle-distance runners. However, coaches and athletes must interpret these results cautiously considering the study’s low sample size and the very limited available literature in this domain.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».