Modified sprint interval training protocols. Part I. Physiological responses
Notice bibliographique
Résumé
Adaptations to sprint interval training (SIT) are observed with brief (≤15-s) work bouts highlighting peak power generation as an important metabolic stimulus. This study examined the effects of manipulating SIT work bout and recovery period duration on energy expenditure (EE) during and postexercise, as well as postexercise fat oxidation rates. Nine active males completed a resting control session (CTRL) and 3 SIT sessions in randomized order: (i) 30:240 (4 × 30-s bouts, 240-s recovery); (ii) 15:120 (8 × 15-s bouts, 120-s recovery); (3) 5:40 (24 × 5-s bouts, 40-s recovery). Protocols were matched for the total duration of work (2 min) and recovery (16 min), as well as the work-to-recovery ratio (1:8 s). EE and fat oxidation rates were derived from gas exchange measured before, during, and for 3 h postexercise. All protocols increased EE versus CTRL (P < 0.001). Exercise EE was greater (P < 0.001) with 5:40 (209 kcal) versus both 15:120 (163 kcal) and 30:240 (138 kcal), while 15:120 was also greater (P < 0.001) than 30:240. Postexercise EE was greater (P = 0.014) with 15:120 (313 kcal) versus 5:40 (294 kcal), though both were similar (P > 0.077) to 30:240 (309 kcal). Postexercise fat oxidation was similar (P = 0.650) after 15:120 (0.104 g·min −1 ) and 30:240 (0.116 g·min −1 ) and both were greater (P < 0.030) than 5:40 (0.072 g·min −1 ) and CTRL (0.049 g·min −1 ). In conclusion, shorter SIT work bouts that target peak power generation increase exercise EE without compromising postexercise EE, though longer bouts promote greater postexercise fat utilization.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».