Endurance training intensity has greater effects than volume on heart rate variability and arterial stiffness adaptations in sedentary adult men: A Randomized Controlled Trial.
Notice bibliographique
Résumé
Abstract Background: The current study investigated the chronic effects of high-volume moderate-intensity training and low-volume high-intensity training on heart rate variability (HRV) and arterial stiffness in sedentary adult men. Materials and methods: Forty-five males (age: 42± 5.7 yrs.) were randomly assigned into control group (n=15), high-volume moderate-intensity training (HVMIT) (n=15), and low-volume high-intensity training (LVHIT) (n=15). The HVMIT group ran three times per week, on the treadmill at 50% to 60% of VO2max for 45 to 60 minutes, while the LVHIT trained at 70% to 85% of VO2max for 25 to 40 minutes. Both training programs were equated by caloric expenditure. HRV, Pulse Wave Velocity (PWV), hemodynamic variables, and body composition were measured before and after 12 weeks.Results: Both protocols (HVMIT and LVHIT) significantly increased the Standard deviation of NN intervals (SDNN) and High-frequency (HF) bands after 12 weeks (p ˂ 0.05). The LF/HF ratio decreased significantly in both training groups (p ˂ 0.05). However, these changes were significantly greater in the LVHIT protocol (p ˂ 0.05). Furthermore, the Root mean square of successive RR interval differences (RMSSD) significantly increased only in the LVHIT protocol (P ˂ 0.05). Moreover, a significant decrease in low-frequency (LF) and PWV was only observed following the LVHIT protocol (P ˂ 0.05). Conclusion: This study indicates that the LVHIT protocol is more effective and efficient for improving HRV variables and PWV than the HVMIT protocol.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».