Programmed vs. Thirst-Driven Drinking during Prolonged Cycling in a Warm Environment
Notice bibliographique
Résumé
We compared the effect of programmed (PFI) and thirst-driven (TDFI) fluid intake on prolonged cycling performance and exercise associated muscle cramps (EAMC). Eight male endurance athletes (26 ± 6 years) completed two trials consisting of 5 h of cycling at 61% V˙O2peak followed by a 20 km time-trial (TT) in a randomized crossover sequence at 30 °C, 35% relative humidity. EAMC was assessed after the TT with maximal voluntary isometric contractions of the shortened right plantar flexors. Water intake was either programmed to limit body mass loss to 1% (PFI) or consumed based on perceived thirst (TDFI). Body mass loss reached 1.5 ± 1.0% for PFI and 2.5 ± 0.9% for TDFI (p = 0.10). Power output during the 20 km TT was higher (p < 0.05) for PFI (278 ± 41 W) than TDFI (263 ± 39 W), but the total performance time, including the breaks to urinate, was similar (p = 0.48) between conditions. The prevalence of EAMC of the plantar flexors was similar between the drinking conditions. Cyclists competing in the heat for over 5 h may benefit from PFI aiming to limit body mass loss to <2% when a high intensity effort is required in the later phase of the race and when time lost for urination is not a consideration.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».