Nutrition Knowledge and Dietary Adequacy in Powerlifters
Notice bibliographique
Résumé
ABSTRACT: Leonhardt, TPM, Chilibeck, PD, Ko, J, and Zello, GA. Nutrition knowledge and dietary adequacy in powerlifters. J Strength Cond Res 38(11): 1924-1932, 2024-Athletes competing in weight categories (e.g., powerlifters) often restrict food intake approaching competition, which may be detrimental to health and performance. Our purpose was to assess the effect of nutrition knowledge, sex, and time (off-season versus precompetition, when athletes often cut weight) on dietary adequacy in powerlifters. Twenty-three powerlifters (10 females; 30.7 ± 11.2 years) completed questionnaires to assess nutrition knowledge and dietary adequacy. Athletes with higher nutrition knowledge consumed more fruits and nuts and less vitamin B2, B3 across all time points ( p < 0.05) and a greater number (73%) were above the recommended dietary allowance for vitamin D compared with athletes with lower nutrition knowledge (50%) ( p < 0.05). Male powerlifters with higher nutrition knowledge consumed less alcohol and vitamin A than male powerlifters with lower nutrition knowledge ( p < 0.05). Female powerlifters with higher nutrition knowledge consumed less sugar and beverage calories than female powerlifters with lower nutrition knowledge ( p < 0.05). Intake of alcohol and carbohydrate decreased, and meat calories increased from off-season to precompetition ( p < 0.05). Male powerlifters increased B-vitamins, whereas female powerlifters decreased B-vitamin and sugar consumption approaching competition ( p < 0.05). Male powerlifters increased water consumption versus female powerlifters approaching competition (sex × time, p < 0.05). There was no effect of nutrition knowledge on dietary changes approaching competition. Nutrition knowledge, sex, and competitive season affect dietary intake of powerlifters. A higher nutrition knowledge predicts a higher intake of some foods and nutrients important for health and performance. Female powerlifters should pay close attention to the intake of B-vitamins and water before competitions when many are trying to cut weight.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».