MétaCan
Menu
Retour à la cohorte
Enregistrement W4410851782 · doi:10.1249/mss.0000000000003765

Critical Power Closely Approximates the Power Output at the Estimated Maximal Metabolic Steady State in Trained and Untrained Participants

2025· article· en· W4410851782 sur OpenAlexaff
Brynn E. A. Lindstrom, Pablo R. Fleitas‐Paniagua, Gabriele Marinari, Letizia Rasica, Alessandro Moura Zagatto, Juan M. Murias

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of LethbridgeUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLimits of agreementAnimal scienceVO2 maxMathematicsNuclear medicineMedicineInternal medicineHeart rate

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study compared estimations of critical power (CP) to maximal metabolic steady state (MMSS est ) to see if the differences in the predictions were affected by training status. METHODS: Twelve trained (6 females) and 12 untrained and not experienced with maximal testing (5 females) participants underwent i) a Step-Ramp-Step test to task failure to determine maximal oxygen consumption and peak power output, ii) 4-5 time to task failure trials at average power outputs (PO) ranging from 70 to 90% of peak power output for CP estimations, and iii) two to three 30-min constant PO rides to establish MMSS est as the highest PO at which oxygen consumption (V̇O 2 ) and blood lactate concentrations are stable. RESULTS: The PO associated with CP was significantly greater than that associated with MMSS est in both untrained (155 ± 39 W vs 147 ± 34 W, respectively) and trained (233 ± 37 W vs 225 ± 39 W, respectively) individuals ( P < 0.001). Both the untrained and trained groups displayed a similar and significant bias for MMSS est compared with CP (i.e., 7.5 W; P < 0.05), with 95% limits of agreement from -13 to 28 W, and -11 to 26 W for untrained and trained, respectively. CONCLUSIONS: These findings indicate that, despite a significant (albeit small) difference between CP and MMSS est , the CP model provided a close approximation of the PO associated with MMSS est in both untrained and trained participants, as the difference in PO was within the expected measurement error. Therefore, our results showed that, despite some small discrepancies between groups, the CP model fitting was not affected by training status and that previous testing experience with highly demanding exercise is not a key component of the quality of the prediction model.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
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
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,032
Tête enseignante GPT0,332
Écart entre enseignants0,300 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetSports Performance and TrainingTravaux en français237 207