High-intensity Interval Training Enhances Corticospinal Excitability And Motor Learning
Notice bibliographique
Résumé
High intensity interval training (HIIT) is effective in modulating brain excitability. This effect on neuroplasticity is thought to promote the learning and retention of motor skills. However, it is unclear whether the timing of HIIT with respect to the training of the motor skill can aid in its acquisition and retention. PURPOSE: To examine the effect of HIIT on motor learning when performed before vs after multiple sessions of motor task practice, and to examine the effect of HIIT on corticospinal excitability (CSE) and intracortical networks. METHODS: 28 participants (16 F) performed 4 sessions of HIIT (3 sets of 3 min at 90% maximal power output (POmax) separated by 2 min at 50% POmax). During session 1 participants performed a maximal graded exercise test to determine their POmax, which was used to determine workload for the HIIT sessions. HIIT-mediated changes in CSE and intracortical networks were assessed by transcranial magnetic stimulation, a form of non-invasive brain stimulation, during session 2. During sessions 3-5, either before or after HIIT, participants trained on a complex motor skill requiring them to reproduce trajectories on a touchscreen, where learning was confirmed via a decrease in performance error across training sessions. RESULTS: Using Bayesian linear mixed effects modeling a credible difference in performance was observed between the HIIT groups by the third session, where the group who performed HIIT after task practice showed improved learning when compared to the group performing HIIT before (probability distribution (pd) = 95.4%, d = 0.22; Fig 1). Further, HIIT was shown to drive an increase in CSE both immediately after (pd = 98.44%, d = 0.30) and 30 minutes after the exercise session (pd = 99.25%, d = 0.30; Fig 1). CONCLUSION: This study supports the use of HIIT for motor learning through consolidation of a motor skill, and that HIIT-mediated changes in CSE and intracortical networks are a likely mechanism underlying the effect.
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) | 0,001 | 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 ».