Physiological Benefits and Performance of Sea Water Ingestion for Athletes in Endurance Events: A Systematic Review
Notice bibliographique
Résumé
In different endurance events, athletes have limited access to fluid intake, such as ultra-endurance running. For this reason, it is necessary to establish an adequate hydration strategy for this type of long-duration sporting event. Indeed, it seems that the intake of seawater is a suitable hydration alternative to improve post-exercise recovery in this type of endurance event. This seawater is characterized by being a deep natural mineral water of moderate mineralization, which is usually extracted from a depth of about 700 m. Therefore, the aim of this systematic review is to evaluate the efficacy of seawater consumption in both performance and post-exercise recovery in long-duration sport events. A systematic and comprehensive literature search was performed in PubMed, Scopus, and Web of Science in September 2022. Initially, 8 out of 558 articles met the inclusion criteria. Among these eight studies, six were randomized clinical trials, and two were observational studies (one cross-sectional and one prospective study in well-conditioned student athletes). The results showed that deep sea water consumption accelerated the recovery of aerobic capacity and leg muscle capacity on running performance. In addition, the lactate production after the running exercise in seawater was significantly lower than in pure water. In conclusion, the present review demonstrates that seawater consumption could significantly improve the capacity of recovery after exercise.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».