MétaCan
Menu
Retour à la cohorte
Enregistrement W4401068424 · doi:10.1139/apnm-2024-0200

“But will they do it?” Challenging assumptions and incivility in the academic discourse on high-intensity interval training

2024· review· en· W4401068424 sur OpenAlexaffvenue
Mary E. Jung, Alexandre Santos, Kathleen A. Martin Ginis

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2024
Typereview
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHigh-intensity interval trainingIncivilityTraining (meteorology)Interval trainingIntensity (physics)Interval (graph theory)PsychologyComputer scienceApplied psychologyMedicineSocial psychologyPhysical therapyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Debate over whether to promote high-intensity interval training (HIIT) in public-health contexts has centred on assumptions that people will have negative psychological responses to HIIT, leading to poor adoption and adherence. We challenge these assumptions through reviews of (1) studies that have measured psychological responses to HIIT and (2) studies that have measured adherence to HIIT protocols in supervised or unsupervised settings. Overall, the evidence suggests that HIIT is just as enjoyable as moderate-intensity continuous training (MICT). In supervised situations, on average, adherence is similarly high for HIIT and MICT (>89%). In unsupervised situations, adherence is similarly lower for both HIIT and MICT (<69%). Based on these findings, we recommend that attention be directed toward improving behaviour-change and maintenance for all types of exercise. Resources are better spent addressing fundamental questions about exercise initiation and adherence, than perpetuating a vitriolic and uncivil debate over the value of HIIT versus MICT. We discuss how debate, incivility, and bullying undermine scientific progress and we issue a call for respectful, civil dialogue in academic HIIT discussions. We conclude with recommendations that can be used by all members of the scientific community to practice, champion, and defend civil discourse.

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)0,027
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,010
Communication savante0,0060,009
Science ouverte0,0030,003
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,119
Tête enseignante GPT0,401
Écart entre enseignants0,282 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207