MétaCan
Menu
Retour à la cohorte
Enregistrement W4285588111 · doi:10.1186/s40798-022-00482-3

The Impact of Pre-Exercise Carbohydrate Meal on the Effects of Yerba Mate Drink on Metabolism, Performance, and Antioxidant Status in Trained Male Cyclists

2022· article· en· W4285588111 sur OpenAlexaff
Thaiana C. Krolikowski, Fernando Klitzke Borszcz, Vilma Pereira Panza, Laura Menegatti Bevilacqua, Sarah Nichele, Edson Luiz da Silva, Renata Dias de Mello Castanho Amboni, Luiz Guilherme Antonacci Guglielmo, Stuart M. Phillips, Ricardo Dantas de Lucas, Brunna Cristina Bremer Boaventura

Notice bibliographique

RevueSports Medicine - Open · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueHeavy Metals in Plants
Établissements canadiensMcMaster University
Organismes subventionnairesUniversidade Federal de Santa CatarinaCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMealCrossover studyCarbohydrateChemistryAntioxidantCarbohydrate metabolismRespiratory exchange ratioAnimal scienceInternal medicineEndocrinologyFood scienceMedicineBiochemistryHeart rateBiologyBlood pressure

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction The consumption of yerba mate (YM), a source of antioxidants, in a fasted state increases fatty acid oxidation (FATox) during low–moderate-intensity exercise and improves performance in high-intensity exercise. However, the impact of a pre-exercise carbohydrate (CHO) meal on YM effects during exercise is unknown. Objective We investigated the effects of yerba mate drink (YMD) consumed in the fasted state (YMD-F) or after a CHO meal (YMD-CHO) on measurements of metabolism, performance, and blood oxidative stress markers in cycling exercise. Methods In a randomized, repeated-measures, crossover design, eight trained male cyclists ingested (i) YMD-CHO, (ii) YMD-F, or (iii) control-water and CHO meal (Control-CHO). The YMD (an infusion of 5 g of ultrarefined leaves in 250 mL of water) was taken for 7 days and 40 min before exercise. CHO meal (1 g/kg body mass) was consumed 60 min before exercise. The cycling protocol included a 40-min low-intensity (~ 53%V̇O2peak) constant load test (CLT); a 20-min time trial (TT); and 4 × 10-sall-outsprints. Blood samples and respiratory gases were collected before, during, and/or after tests. Results During CLT, YMD-CHO increased FATox ~ 13%vs. YMD-F (P = 0.041) and ~ 27%vs. Control-CHO (P < 0.001). During TT, YMD-CHO increased FATox ~ 160%vs. YMD-F (P < 0.001) and ~ 150%vs. Control-CHO (P < 0.001). Power output during TT improved ~ 3% (P = 0.022) in YMD-CHOvs. Control-CHO and was strongly correlated with changes in serum total antioxidant capacity (r = −0.87) and oxidative stress index (r = 0.76) at post-exercise in YMD-CHO. Performance in sprints was not affected by YMD. Conclusion CHO intake did not negate the effect of YMD on FAToxor TT performance. Instead, a synergism between the two dietary strategies may be present. Clinical Trial RegistrationNCT04642144. November 18, 2020. Retrospectively registered.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,010
Tête enseignante GPT0,278
Écart entre enseignants0,268 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSports Medicine - OpenMême sujetHeavy Metals in PlantsTravaux en français237 207