Neurophysiological Markers for Monitoring Exercise and Recovery Cycles in Endurance Sports
Notice bibliographique
Résumé
The current study analyzes the suitability and reliability of selected neurophysiological and vegetative nervous system markers as biomarkers for exercise and recovery in endurance sport. Sixty-two healthy men and women, endurance trained and moderately trained, performed two identical acute endurance tests (running trial 1 and running trial 2) followed by a washout period of four weeks. Exercise protocol consisted of an acute running trial lasting 60 minutes. An intensity corresponding to 95% of the heart rate at individual anaerobic threshold for 40 minutes was followed by 20 minutes at 110%. At pre-exercise, post-exercise, three hours post-exercise and 24 hours post-exercise, experimental diagnostics on Brain-derived neurotrophic factor (BDNF), heart rate variability (HRV), Stroop Color and Word Test (SCWT), and Short-Form McGill Pain Questionnaire (SF-MPQ) were performed. Significant changes over time were found for all parameters (p < .05). Furthermore, there was an approached statistical significance in the interaction between gender and training status in BDNF regulation (F(3) = 2.43; p = 0.06), while gender differences were found only for LF/HF-ratio (3hPoEx, F(3) = 3.40; p = 0.002). Regarding the reliability, poor ICC-values (< 0.5) were found for BDNF, Stroop sensitivity and pNN50, while all other parameters showed moderate ICC-values (0.5-0.75). Plasma-BDNF, SCWT performance, pain perception and all HRV parameters are suitable exercise-sensitive markers after an acute endurance exercise. Moreover, pain perception, SCWT reaction time and all HRV parameters show a moderate reliability, others rather poor. In summary, a selected neurophysiological and vegetative marker panel can be used to determine exercise load and recovery in endurance sports, but its repeatability is limited due to its vaguely reliability.
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 | 0,003 | 0,000 |
| 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 | 0,000 |
| 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 ».