The validity and reliability of quadriceps twitch force as a measure of skeletal muscle fatigue while cycling
Notice bibliographique
Résumé
The measurement of skeletal muscle fatigue in response to cycling exercise is commonly done in isometric conditions, potentially limiting its ecological validity, and creating challenges in monitoring the time course of muscle fatigue across an exercise bout. This study aimed to determine if muscle fatigue could be reliably assessed by measuring quadriceps twitch force evoked while pedaling, using instrumented pedals. Nine participants completed three laboratory visits: a step incremental test to determine power output at lactate threshold, and on separate occasions, two constant-intensity bouts at a power output 10% above lactate threshold. Femoral nerve electrical stimulation was applied to elicit quadriceps twitch force both while pedaling (dynamic) and at rest (isometric). The test-retest reliability of the dynamic twitch forces and the agreement between the dynamic and isometric twitch forces were evaluated. Dynamic twitch force was found to have excellent reliability in an unfatigued state (intraclass correlation coefficient (ICC) = 0.920 and mean coefficient of variation (CV) = 7.5%), and maintained good reliability at task failure (ICC = 0.846 and mean CV = 11.5%). When comparing dynamic to isometric twitch forces across the task, there was a greater relative decline in the dynamic condition (P = 0.001). However, when data were normalized to the 5 min timepoint when potentiation between conditions was presumed to be more similar, this difference disappeared (P = 0.207). The reliability of this method was shown to be commensurate with the gold standard method utilizing seated isometric dynamometers and offers a new avenue to monitor the kinetics of muscle fatigue during cycling in real time.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».