Effect of race distance on performance fatigability in male trail and ultra‐trail runners
Notice bibliographique
Résumé
The etiology of changes in lower-limb neuromuscular function, especially to the central nervous system, may be affected by exercise duration. Direct evidence is lacking as few studies have directly compared different race distances. This study aimed to investigate the etiology of deficits in neuromuscular function following short versus long trail-running races. Thirty-two male trail runners completed one of five trail-running races as LONG (>100 km) or SHORT (<60 km). Pre- and post-race, maximal voluntary contraction (MVC) torque and evoked responses to electrical nerve stimulation during MVCs and at rest were used to assess voluntary activation and muscle contractile properties of knee-extensor (KE) and plantar-flexor (PF) muscles. Transcranial magnetic stimulation (TMS) was used to assess evoked responses and corticospinal excitability in maximal and submaximal KE contractions. Race distance correlated with KE MVC (ρ = -0.556) and twitch (ρ = -0.521) torque decreases (p ≤ .003). KE twitch torque decreased more in LONG (-28 ± 14%) than SHORT (-14 ± 10%, p = .005); however, KE MVC time × distance interaction was not significant (p = .073). No differences between LONG and SHORT for PF MVC or twitch torque were observed. Maximal voluntary activation decreased similarly in LONG and SHORT in both muscle groups (p ≥ .637). TMS-elicited silent period decreased in LONG (p = .021) but not SHORT (p = .912). Greater muscle contractile property impairment in longer races, not central perturbations, contributed to the correlation between KE MVC loss and race distance. Conversely, PF fatigability was unaffected by race distance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».