MétaCan
Menu
Retour à la cohorte
Enregistrement W4382918908 · doi:10.1186/s40798-023-00601-8

Should I Rest or Should I Go Now? A Randomized Cross-Over Trial Comparing Fixed and Self-Selected Rest Durations in High-Intensity Interval Training Cycling Sessions

2023· article· en· W4382918908 sur OpenAlexafffund
Eyal Colorni, Evyatar Ohayon, Julie N. Côté, Uri Obolski, Israel Halperin

Notice bibliographique

RevueSports Medicine - Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensMcGill UniversityJewish Rehabilitation Hospital
Organismes subventionnairesTel Aviv UniversityMcGill University
Mots-clésRest (music)CyclingHigh-intensity interval trainingRandomized controlled trialMedicineInterval (graph theory)StatisticsPhysical medicine and rehabilitationPhysical therapyMathematicsInternal medicineHistoryCombinatorics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In high-intensity interval training (HIIT), the rest durations between intervals are commonly prescribed using a fixed approach (e.g., 30 s between intervals). An alternative is the self-selected (SS) approach, in which trainees select their resting durations. Studies comparing the two approaches report mixed results. However, in these studies, trainees in the SS condition rested for as little or as long as they wished, leading to dissimilar total rest durations between conditions. Here, for the first time, we compare the two approaches while controlling for total rest duration. METHODS: Twenty-four amateur adult male cyclists completed a familiarization session, followed by two counterbalanced cycling HIIT sessions. Each session was composed of nine, 30-s intervals, in which the goal was to accumulate as many watts as possible on an SRM ergometer. In the fixed condition, cyclists rested for 90 s between intervals. In the SS condition, cyclists had 720 s (i.e., 8 × 90 s) of rest to allocate in any way they wished. We measured and compared watts, heart rate, electromyography of the knee flexors and extensors, rating of perceived effort and fatigue, perception of autonomy and enjoyment. Additionally, a subsample of ten cyclists completed a retest of the SS condition. RESULTS: With the exception of perception of autonomy, which was higher in the SS condition, outcomes were highly similar in both conditions. For example, the average aggregated differences were: 0.57 (95% CI - 8.94, 10.09) for watts; - 0.85 (95% CI - 2.89, 1.18) for heart rate; and 0.01 (95% CI - 0.29, 0.30) for rating of perceived effort (on a 0-10 scale). Additionally, the retest of the SS condition resulted in a similar rest allocation pattern across the intervals and in similar outcomes. CONCLUSION: Given the similarities in performance, physiological and psychological outcomes between the fixed and SS conditions, both can be equally utilized based on coaches' and cyclists' preferences and training goals.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,155
Tête enseignante GPT0,414
Écart entre enseignants0,259 · 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'étudeEssai randomisé
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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSports Medicine - OpenMême sujetSports Performance and TrainingTravaux en français237 207