MétaCan
Menu
Retour à la cohorte
Enregistrement W4362633835 · doi:10.1139/apnm-2022-0309

Aerobic adaptations following two iso-effort training programs: an intense continuous and a high-intensity interval

2023· article· en· W4362633835 sur OpenAlexvenueno aff
Aristides Myrkos, Ilias Smilios, Andreas Zafeiridis, Maria-Eleni Kokkinou, Apostolos Tzoumanis, Helen Douda

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterval trainingPerceived exertionINTHigh-intensity interval trainingTreadmillLactate thresholdIntensity (physics)Physical therapyContinuous trainingMathematicsAnimal scienceMedicineHeart ratePsychologyBlood lactatePhysicsInternal medicineBiologyBlood pressureComputer science

Résumé

récupéré en direct d'OpenAlex

The intensity of the training stimulus and the effort exerted (regarded as an index of internal load) to complete an exercise session are driving forces for physiological processes and long-term training adaptations. This study compared the aerobic adaptations following two iso-effort, ratings of perceived exertion (RPE)-based training programs, an intense continuous (CON) and a high-intensity interval (INT). Young adults were assigned to a CON ( n = 11) or an INT ( n = 13) training group to perform 14 training sessions within 6 weeks. The INT group performed running bouts (9.3 ± 4.4 repetitions) at 90% of peak treadmill velocity (PTV) with bout duration equal to 1/4 of time to exhaustion at this speed (134.2 ± 27.9 s). The CONT group ran (1185.0 ± 487.6 s) at a speed corresponding to −2.5% of critical velocity (CV; 80.1% ± 3.0% of PTV). Training-sessions were executed until RPE attained 17 on the Borg scale. VO2max, PTV, CV, lactate threshold velocity (vLT), and running economy were assessed pre-, mid-, and post-training. Both CONT and INT methods increased ( p < 0.05) VO2max (INT: 57.7 ± 8.1–61.41 ± 9.2; CONT: 58.1 ± 7.5–61.1 ± 6.3 mL kg−1 min−1), PTV (INT: 14.6 ± 1.8–15.7 ± 2.1; CONT: 15.0 ± 1.7–15.7 ± 1.8 km h−1), CV (INT: 11.8 ± 1.4–12.8 ± 1.8; CONT: 12.2 ± 1.6–12.9 ± 1.7 km h−1), and vLT (INT: 9.77 ± 1.1–10.8 ± 1.4; CONT: 10.4 ± 1.4–11.0 ± 1.8 km h−1) with no differences ( p > 0.05) between them; running economy remained unchanged. The continuous training method, when matched for effort and executed at relatively high intensity at the upper boundaries of the heavy-intensity domain (∼80% of PTV), confers comparable aerobic adaptations to those attained after a high-intensity interval protocol following a short-term training period.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,036
Tête enseignante GPT0,287
Écart entre enseignants0,251 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetSports Performance and TrainingTravaux en français237 207