Impact of long‐haul airline travel on athletic performance and recovery: A critical review of the literature
Notice bibliographique
Résumé
Participation in many important sport events (e.g., World championships, Olympics) requires athletes to fly >4 h and to cross several time zones. This transmeridian travel results in a transient desynchronization of the body's circadian rhythms due to a disconnect between the timing of the endogenous circadian oscillator and the external stimuli, manifested as 'jet lag'. While recent reviews highlight the importance of managing jet lag, the time required for resynchronization of the internal clock and dissipation of jet lag symptoms has not yet been summarized. Further, although the literature reports that rapid transmeridian travel is detrimental for athletes' performance, empirical evidence from studies involving athletes is equivocal. Herein, we summarize the evidence that the variability in responses to transmeridian travel can be attributed to differences in (i) travel (real vs. simulated, westbound vs. eastbound, time zones crossed, during normal waking hours vs. normal sleep time), (ii) testing (assessment of performance vs. factors related to performance), and (iii) timing of the testing (destination time vs. 'body time'), and we offer the possibility that differences in (iv) teams, (v) traits, and (vi) tournaments may also be implicated. We focus on (i) aerobic power/endurance, (ii) anaerobic power and capacity, (iii) strength, and (iv) mood state, sleep quantity and quality, and jet lag symptoms in this literature review, which is limited to athletes or physically active participants, travelling west or east crossing four or more time zones.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».