Prediction of Rowing Functional Threshold Power using Body Mass, Blood Lactate and GxT Peak Power Data
Notice bibliographique
Résumé
International Journal of Exercise Science 16(4): 31-41, 2023. Functional Threshold Power (FTP) is a validated index of a maximal quasi steady-state cycling intensity. The central component of the FTP test is a maximal 20-min time-trial effort. A model to predict FTP from a cycling graded exercise test (m-FTP) was published that estimated FTP without the requirement of the exhaustive 20-min time-trial. The predictive model (m-FTP) was trained (developed to find the best combination of weights and bias) on a homogenous group of highly-trained cyclists and triathletes. This investigation appraised the external validity of the m-FTP model vis-à-vis the alternate modality of rowing. The reported m-FTP equation purports to be sensitive to both changing levels of fitness, and exercise capacity. To assess this claim, eighteen (7 female, 11 male) heterogeneously-conditioned rowers were recruited from regional rowing clubs. The first rowing test was a 3-min graded incremental test with a 1-min break between increments. The second test was a rowing adapted FTP test. There were no significant differences between rowing FTP (r-FTP) and m-FTP (230 ± 64 versus 233 ± 60 W, respectively, F = 1.13, P = 0.80). Computed Bland-Altman 95% LoA between r-FTP and m-FTP were (-18 W to + 15 W), sy.x was 7 W, and 95 %CI of regression were 0.97 to 0.99. The r-FTP equation was demonstrated to be effective in predicting a rowers 20-min maximum power; further appraisal of the physiological response to rowing for 60-min at the corresponding calculated FTP requires investigation.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».