The Effects Of Prior Swimming And Cycling On Cardiorespiratory Variables In Highly-trained Female Sprint-distance Triathletes
Notice bibliographique
Résumé
PURPOSE To determine the performance and cardiorespiratory effects of prior swimming and cycling on the sprint-distance triathlon run in female age-group triathletes. METHODS Eight highly-trained female age-group triathletes (21–38 years) having completed a sub-2:31 Olympic-distance triathlon in the previous year were selected for the study. Each performed a run VO2max and a cycle. VO2max test plus three experimental run conditions as 1) 25-minute maximal run (MR), 2) maximal sprint distance triathlon (ST) [15-minute swim, 40-minute cycle, 25-minute run (STR)], and 3) 25-minute run at the pace determined from ST (ATR). Oxygen consumption (VO2), heart rate (HR), blood lactate (LA), and ratings of perceived exertion (RPE) were measured at 5, 15, and 25 minutes while heart rate was recorded throughout. RESULTS The subjects had a mean VO2max running of 53.0 ± 3.9mL/kg/min and a mean VO2max cycling of 49.1 ± 4.7. No statistically significant differences were observed between the three run performances (p>0.05) on HR (absolute, %max, %threshold), LA, VO2 (absolute, %max, %threshold), and RPE. A significant difference was found at the three timing points (5, 15, 25 minutes) for HR (p <0.01), LA (p <0.01), VO2 (p <0.05), and RPE (p <0.01). During all runs, subjects worked between 80 and 90% of VO2max with HR over 90% of maximum at 15 and 25 minutes. There was no significant difference in distance covered during MR and STR (p <0.05). CONCLUSION The run portion of a sprint-distance triathlon is not adversely affected by the prior swim and cycle. The short duration of sprint-distance triathlons allows highly-trained athletes to perform at a high percentage of VO2max (84.4%) during the run segment.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».