MétaCan
Menu
Retour à la cohorte
Enregistrement W3147149645 · doi:10.3233/ies-210105

Heavy-intensity cycling and running work-rate associated to VO2max affects isokinetic strength, the dynamic control ratio but not the conventional H:Q ratio

2021· article· en· W3147149645 sur OpenAlexaff
Gökhan Umutlu

Notice bibliographique

RevueIsokinetics and Exercise Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésCyclingMedicineHamstringCardiologyBlood lactateIntensity (physics)Muscle fatiguePhysical therapyInternal medicineHeart ratePhysical medicine and rehabilitationElectromyographyBlood pressurePhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Bilateral strength asymmetry and fatigue predispose athletes to various injuries and conventional methods appear to be poor predictors of lower extremity muscular performance under NF conditions. OBJECTIVE: The purpose of the study was to compare the conventional Hcon/Qcon (HQR) ratio and the dynamic control ratio (DCR: Hecc/Qcon) under non-fatiguing (NF) and fatiguing (F) conditions and verify the effects of heavy-intensity constant running and cycling exercise on the isokinetic performance. METHODS: Twenty healthy male participants performed running and cycling VO[Formula: see text]max at work-rate associated with the achievement of VO[Formula: see text]max (TTE). Isokinetic muscle strength performance was tested at 60 and 180[Formula: see text]/s before and after these sessions with 48-hour intervals. Quadriceps (QFR) and hamstring (HFR) muscle fatigue rates were also calculated during these sessions. Blood lactate concentration was measured before and two-minutes after running and cycling TTE. RESULTS: No between-condition differences were found for the HQR while the DCR decreased significantly at 180[Formula: see text]/s following cycling and running sessions ([Formula: see text] 0.05). Cycling TTE was positively correlated with in dominant ([Formula: see text] 0.535, [Formula: see text] 0.015) and non-dominant ([Formula: see text] 0.446, [Formula: see text] 0.048) QFR. Positive correlations were also found between running TTE and dominant ([Formula: see text] 0.500, [Formula: see text] 0.25) and non-dominant ([Formula: see text] 0.465, [Formula: see text] 0.039) HFR. CONCLUSIONS: The DCR obtained at fast angular velocities following a strenuous exercise seems to be the best indicator of muscle performance while its assessment under F conditions reveals higher ratios compared to NF conditions and conventional methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsokinetics and Exercise ScienceMême sujetSports injuries and preventionTravaux en français237 207