MétaCan
Menu
Retour à la cohorte
Enregistrement W4409001309 · doi:10.3390/app15073775

Does “Waiting to Start” in Extreme Cold Conditions Alter Physiological, Perceptual and Exercise Performance Responses in Males and Females?

2025· article· en· W4409001309 sur OpenAlexaff
Michael D. Kennedy, Mirjam Limmer, Christopher A. Wichert, Aidan K. Comeau, Martin Faulhaber

Notice bibliographique

RevueApplied Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

We investigated the influence of different-length interim periods after a standardized warm-up on the physiological, perceptual and performance responses in males and females. Fourteen participants (eight females, six males; age: 24.7 ± 5.6 years; V̇O2max 54.6 ± 5.5 mL/kg/min) completed three environmental chamber trials [0 (CON), 6 (6IP) or 12 (12IP)-minute interim period] preceded by the same 15 min warm-up and followed by a subsequent 8-min running performance trial at −15.0 °C. The maximal knee extension force, heart rate, muscle oxygenation, thermal state, cold discomfort and perceived leg discomfort were measured. The distance run was the same between conditions but the average (p = 0.008) and peak heart rates (p = 0.034), as well as the thermal state (p < 0.001), were all greater in the CON compared to 12IP. Females did have heavier legs and felt colder at the end of the interim periods, with continued heavier legs and cold discomfort across the performance trial, although these increases were not significant (p > 0.05). Thus, increasing the rest time in severe cold alters physiological and perceptual responses, especially in females, but does not influence running performance over 8-min. It is recommended that minimizing wait times will reduce the effects of severe cold air cooling before an outdoor winter sport competition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,335
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetThermoregulation and physiological responsesTravaux en français237 207