Rowing Performance After Dehydration: An Unexpected Effect of Method
Notice bibliographique
Résumé
Purpose: To investigate whether mild dehydration, as a weight reduction strategy for lightweight rowers, compromises rowing performance despite a two-hour rehydration window. Both 2000m time trial and visuomotor performance were assessed for impairment. Methods: Experienced rowers (N=14) twice performed a 2000 m rowing ergometer time trial and visuomotor battery: once euhydrated and once after mild dehydration (-1.68 ± .23% body mass reduction). Weight loss was achieved through a combination of 12-hour (overnight) fluid restriction and sauna exposure. Results: Participants were significantly slower on the 2000 m rowing trial in the dehydration condition than in the euhydration condition (2.44 ± 4.5 s, p<0.05). Hierarchical linear regression analyses revealed that these rowing performance decrements were better accounted for by dehydration achieved overnight through fluid restriction (r2=.504, p<0.01) than by dehydration achieved in the sauna (r2=.025, n.s.). Hierarchical regression also revealed a relationship between dehydration-related rowing performance decrements and dehydration-related changes in visuomotor function (r2=.310, p<0.01). Conclusions: These findings suggest that rowing time-trial performance is negatively affected by relatively small changes in hydration status (<2% body-mass dehydration) and that the method by which dehydration is achieved is important. Performance losses were associated with prolonged fluid abstinence and not with short-term thermal exposure.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».