Menthol Mouth Rinsing Improves Cycling Performance in Trained Adolescent Males Under Heat Stress
Notice bibliographique
Résumé
PURPOSE: This study investigated the effect of menthol (MEN) mouth rinsing (MR) on cycling performance during a modified variable cycle test (M-VCT) in adolescent athletes under hot conditions (31.4 ± 0.9 °C, 23.4 ± 3.7% relative humidity). METHODS: Trained adolescent male cyclists (n = 11, 16.7 ± 1.3 years, height 176.6 ± 8.8 cm, body mass 65.8 ± 11.6 kg, maximal oxygen uptake 62.97 ± 7.47 ml·kg-1·min-1) voluntarily completed three trials (familiarization and two experimental) of a 30-min M-VCT, which included five 6-min laps consisting of three 6-s accelerations and three 10-s sprints throughout each lap. In a randomized crossover design, MEN (0.01%) or placebo (PLA) (crystal-light), was swilled for 5 s before the start of each lap (total of 6 MR). Power output, distance (in kilometers), core temperature, heart rate, perceptual exertion, thermal stimulation (thermal comfort and thermal sensation), and blood lactate concentration were recorded. RESULTS: MEN MR significantly improved M-VCT mean power output by 1.81 ± 1.57% compared to PLA (MEN, 177.8 ± 31.4 W; PLA, 174.7 ± 30.5 W, p < .001, 95% confidence interval [1.73, 4.46], d = 1.53). For maximal intermittent sprints, 6- and 10-s mean power output was significantly higher with MEN than PLA (6 s, p = .041, 95% confidence interval [0.73, 27.19], d = 0.71; 10 s, p = .002, 95% confidence interval [11.08, 35.22], d = 1.29). There was no significant difference in core temperature, heart rate, blood lactate concentration, or any perceptual measure between trials (p > .05) despite significantly higher work with MEN. CONCLUSION: 64% of athletes (7/11) improved M-VCT performance with MEN. The results of this investigation suggest that a MEN MR may improve power output during a sport-specific stochastic cycling task in elite adolescent male cyclists.
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 | 0,000 | 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) | 0,002 | 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 ».