MétaCan
Menu
← Retour à la cohorte
Enregistrement W3177988782 · doi:10.1249/01.mss.0000763104.44509.ab

Neuromuscular Fatigue Following Cycling To Task Failure In Different Exercise Intensity Domains

2021· article· en· W3177988782 sur OpenAlexaff
Jenny Zhang, Danilo Iannetta, Mohammed Alzeeby, Martin J. MacInnis, Juan M. Murias, Saied Jalal Aboodarda

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseCyclingAnalysis of varianceRepeated measures designPost-hoc analysisIntensity (physics)MedicinePost hocCardiologyInternal medicinePhysical medicine and rehabilitationPhysical therapyMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Neuromuscular (NM) fatigue can vary according to exercise intensity and duration; however, fatigue responses across the full spectrum of exercise intensities to task failure remain unclear. PURPOSE: To characterize the central and peripheral NM fatigue responses to cycling to task failure in different exercise intensity domains. METHODS: After a ramp incremental test, 12 healthy, active males (29 ± 5 years) underwent 4 cycling sessions to task failure at 5% below gas exchange threshold (moderate domain; MOD), 5% below the maximal metabolic steady state; HVY), 5% below peak power output (severe domain; SVR), and 120% of peak power output (extreme domain; EXT). At baseline, upon task failure (post), and following 1, 4, and 8 min of recovery, participants performed an NM assessment consisting of a maximal voluntary isometric contraction (MVC) with superimposed and potentiated high frequency doublets (Db100), followed by a low frequency doublet (Db10) and single twitch (QTw). Two-way repeated measures ANOVAs with Bonferroni post hoc examined 4 domains 5 timepoints. RESULTS: MVC declined to the same extent in all domains at post (all p > 0.05) and although not fully recovered at 8 min, the fastest recovery from post was displayed after EXT (+59.5 ± 79.0%) compared to MOD (+9.4 ± 32.0%, p = 0.035), HVY (+17.7 ± 21.8%, p = 0.021), and SVR (+29.8% ± 29.9%, p = 0.016). Voluntary activation at post was lowest after MOD (-11.1 ± 11.6%) compared to EXT (-0.5 ± 4.6%, p = 0.030), and all conditions fully recovered to baseline without differences between domains at 8 min (all p > 0.05). While QTwat post displayed greatest decline in EXT (-50.5 ± 14.7%) and least in MOD (-7.5 ± 28.3%, p = 0.011), EXT (+86.1 ± 69.2%) partially recovered by 8 min to match MOD values (+2.3 ± 17.7%, p = 0.865). Low frequency fatigue (Db10:100) at post was lowest in MOD (-8.6 ± 6.1%) compared to HVY (-18.4 ± 7.9%, p = 0.007), SVR (-22.8 ± 9.3%, p = 0.020), and EXT (-24.8 ± 10.7%, p < 0.001), but all conditions partially recovered from post to match MOD values at 8 min (+2.3 ± 7.2%, all p > 0.05). CONCLUSIONS: Although MVC declined to the same extent following exercise to task failure in all domains, our data confirm that the contribution of central and peripheral factors to this decline differed between conditions. Different NM fatigue recovery patterns were also demonstrated during recovery.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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 revueMedicine & Science in Sports & Exercise→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→