Rowing Performance After Dehydration: An Effect of Method
Notice bibliographique
Résumé
Purpose: To investigate whether mild hypohydration in lightweight rowers compromises rowing performance despite a two-hour rehydration window. Methods: Experienced varsity rowers [11 male (82.3 ± 26.2 kg, age = 21.3 ± 4.0 years, height = 184.7 ± 2.4 cm) and three female (62.1 ± 11.8 kg, 2.3 ± 4.2 years, 166.4 ± 16.2 cm)] performed a 2000 m rowing ergometer time trial and visuomotor battery twice: once euhydrated and once after mild dehydration. Weight loss (−1.68 ± 0.23% body mass reduction) was achieved through a combination of 12 h (abstinence) of fluid and food restriction and sauna exposure. Results: Participants were significantly slower on the 2000 m rowing trial in the hypohydration condition than in the euhydration condition (+2.44 ± 4.5 s, p < 0.05). Hierarchical linear regression analyses revealed that this rowing performance decrement was explained by hypohydration achieved overnight through fluid abstinence (r2 = 0.504, p < 0.01) but not by hypohydration achieved in the sauna (r2 = 0.025, n.s.), corroborating our previous finding. This analysis also revealed a relationship between hypohydration-related rowing performance decrements and hypohydration-related changes in visuomotor function (r2 = 0.310, p < 0.01). Conclusions: These findings suggest that rowing time trial performance can be negatively affected by relatively small changes in hydration status and that the method by which hypohydration is achieved is important. Rowing performance losses were explained by hypohydration due to prolonged fluid abstinence and by hypohydration-related changes to neural control of movement. Performance losses were not related to rapid sauna-based fluid loss.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».