Neuromuscular Fatigability Associated With Different Pacing Strategies During an Ultra-Endurance Pull-Up Task: A Case Study
Notice bibliographique
Résumé
While neuromuscular fatigability has been previously characterized after running and cycling, no study has investigated an ultra-endurance upper body task. In preparation for a world record attempt, three pacing strategies to perform 1980 pull-ups in 6 hrs were compared during independent sessions: fast pace, long recovery (FL), fast pace, multiple short recoveries (FMS), and slow pace, no recovery (SN). Elbow flexion maximal voluntary contraction (MVC) force, grip strength, peripheral fatigue, and biceps brachii electromyography were quantified every 330 pull-ups and during recovery, alongside heart rate, perceived effort, and arm muscle pain. In all conditions, MVC force decreased rapidly within the first set of 330 pull-ups, with the greatest depression observed in FL (-29.1%) and more gradual declines in FMS (-18.6%) and SN (-8.6%). Similarly, FL displayed the greatest decline in potentiated single twitch (FL: -75.0%; FMS: -53.9%; SN: -41.8%) and high-frequency doublet forces (FL: -63.3%; FMS: -29.2%; SN: -41.8%) following the first set, as well as higher heart rate, effort, and pain throughout the task. Following 24 hrs, MVC force recovered slowest in FL and grip strength recovered fastest in SN. Therefore, for the world record attempt, a strategy with a continuous workload at slower pace should be used.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».