Modelling inter-individual variability in acute and adaptive responses to interval training: insights into exercise intensity normalisation
Notice bibliographique
Résumé
Abstract Purpose To investigate the influence of exercise intensity normalisation on intra- and inter-individual acute and adaptive responses to an interval training programme. Methods Nineteen cyclists were split in two groups differing (only) in how exercise intensity was normalised: 80% of the maximal work rate achieved in an incremental test (% $$\dot{\text{W}}$$ W ˙ max) vs. maximal sustainable work rate in a self-paced interval training session (% $$\dot{\text{W}}$$ W ˙ max-SP). Testing duplicates were conducted before and after an initial control phase, during the training intervention, and at the end, enabling the estimation of inter-individual variability in adaptive responses devoid of intra-individual variability. Results Due to premature exhaustion, the median training completion rate was 88.8% for the % $$\dot{\text{W}}$$ W ˙ max group, but 100% for the % $$\dot{\text{W}}$$ W ˙ max-SP the group. Ratings of perceived exertion and heart rates were not sensitive to how intensity was normalised, manifesting similar inter-individual variability, although intra-individual variability was minimised for the % $$\dot{\text{W}}$$ W ˙ max-SP group. Amongst six adaptive response variables, there was evidence of individual response for only maximal oxygen uptake (standard deviation: 0.027 L·min−1·week−1) and self-paced interval training performance (standard deviation: 1.451 W·week−1). However, inter-individual variability magnitudes were similar between groups. Average adaptive responses were also similar between groups across all variables. Conclusions To normalise completion rates of interval training, % $$\dot{\text{W}}$$ W ˙ max-SP should be used to prescribe relative intensity. However, the variability in adaptive responses to training may not reflect how exercise intensity is normalised, underlining the complexity of the exercise dose–adaptation relationship. True inter-individual variability in adaptive responses cannot always be identified when intra-individual variability is accounted for.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».