MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413838736 · doi:10.24908/iqurcp19856

The effectiveness of polarized versus time-matched high-intensity interval training in untrained individuals

2025· article· en· W4413838736 sur OpenAlexaffvenue
Sam J. Hillen, Brendon J. Gurd

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHigh-intensity interval trainingTraining (meteorology)Intensity (physics)Interval (graph theory)Physical medicine and rehabilitationStatisticsMedicinePhysical therapyMathematicsPhysicsOpticsMeteorologyCombinatorics

Résumé

récupéré en direct d'OpenAlex

Training intensity distribution (TID) refers to the structured allocation of training volume across the moderate, heavy, and severe intensity zones (Rosenblat et al., 2025). Various TIDs have been shown to differentially alter mitochondrial adaptation (Granata et al., 2018), possibly even influenced by training status (Rosenblat et al., 2025). We sought to test the differential adaptive effects of polarized (POL) and high-intensity interval (HIIT) training in sedentary and recreationally active individuals attempting to meet the WHO physical activity minimum guidelines of approximately 150 minutes/week (WHO, 2010). To date, 12 sedentary and recreationally active individuals were randomly allocated to six weeks of either HIIT (four HIIT sessions per week) or POL (two HIIT sessions and two zone two sessions per week) cycling. Participants were stratified by age (18-35 or 36-60), sex (male or female), and training status (tier 0 or 1; McKay et al, 2021). Each HIIT session consisted of four intervals of four minutes at 80% work rate peak (WRpeak), spaced with three minutes of unloaded cycling between each interval. Zone two sessions consisted of 60 minutes of continuous cycling at 95% of the first lactate threshold work rate (LT). Muscle biopsies were taken pre and post training, while performance testing (WRpeak, LT test) took place pre, mid (week 3), and post training. At week 3 in the HIIT group change in both WRpeak (HIIT: 22.883 ∓ 6.309; POL: 22.880 ∓ 7.891 W) and LT (HIIT: 18.67 ∓ 27.558 W; POL: 6.40 ∓ 8.764 W) was higher, but these differences were not significant (p = 0.999, p = 0.368). Findings from the complete dataset and muscle biopsy analysis (primary outcome, ongoing) will inform how individuals seeking to meet WHO physical activity guidelines should structure their weekly training to optimize aerobic and mitochondrial adaptations.

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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 Opus0,084
Tête enseignante GPT0,383
Écart entre enseignants0,299 · 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'étudeEssai non randomisé
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'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference Proceedings→Même sujetSports Performance and Training→Travaux en français237 207→