Ischemic Preconditioning: Modulating Pain Sensitivity and Exercise Performance
Notice bibliographique
Résumé
Purpose The purpose of this study was to examine whether an individual’s IPC-mediated change in cold pain sensitivity is associated with the same individual’s IPC-mediated change in exercise performance. Methods Thirteen individuals (8 males; 5 females, 27 ± 7 years, 55 ± 5 ml.kgs–1.min–1) underwent two separate cold-water immersion tests: with preceding IPC treatment and without. In addition, each participant undertook two separate 5-km cycling time trials: with preceding IPC treatment and without. Pearson correlation coefficients were used to assess the relationship between an individual’s change in cold-water pain sensitivity following IPC with their change in 5-km time trial performance following IPC. Results During the cold-water immersion test, pain intensity increased over time (p < 0.001) but did not change with IPC (p = 0.96). However, IPC significantly reduced the total time spent under pain (−9 ± 7 s; p = 0.001) during the cold-water immersion test. No relationship was found between an individual’s change in time under pain (r = −0.2, p = 0.6) or pain intensity (r = −0.3, p = 0.3) following IPC and their change in performance following IPC. Conclusion These findings suggest that IPC can modulate sensitivity to a painful stimulus, but this altered sensitivity does not explain the ergogenic efficacy of IPC on 5-km cycling performance.
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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».