The Characteristics of Endurance Events with a Variable Pacing Profile—Time to Embrace the Concept of “Intermittent Endurance Events”?
Notice bibliographique
Résumé
A variable pacing profile is common in different endurance events. In these races, several factors, such as changes in elevation or race dynamics, lead participants to perform numerous surges in intensity. These surges are so frequent that certain events, such as cross-country (XC) skiing, mountain biking (MTB), triathlon, and road cycling, have been termed "intermittent endurance events". The characteristics of these surges vary depending on the sport: MTB and triathlon require athletes to perform numerous short (<10 s) bouts; XC skiing require periods of short- and moderate-(30 s to 2 min) duration efforts, while road cycling is comprised of a mix of short-, moderate-, and long-duration (>2 min) bouts. These bouts occur at intensities above the maximal metabolic steady state (MMSS), with many efforts performed at intensities above the athletes' maximal aerobic power or speed (MAP/MAS) (i.e., supramaximal intensities). Given the factors that influence the requirement to perform surges in these events, athletes must be prepared to always engage in a race with a highly stochastic pace. The aim of this review is to characterize the variable pacing profile seen in endurance events and to discuss how the performance of multiple maximal and supramaximal surges in intensity can affect how athletes fatigue during a race and influence training strategies that can lead to success in these races.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».