Neuromuscular, Cardiovascular, and Cognitive Fatigue in Motor Learning: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Fatigue is multifactorial and task-dependent, arising from the interplay between performance and perceived fatigability. Fatigue-related changes in sensorimotor control and neural activity may alter skill acquisition and retention. OBJECTIVE: To synthesize behavioral and neurophysiological evidence on how cognitive, cardiovascular, local neuromuscular, and mixed fatigue influence motor-skill acquisition, retention, and transfer. METHODS: A systematic search was conducted within PubMed, Web of Science, and Embase. Thirty-eight articles, corresponding to 43 extracted experiments, met inclusion criteria. Data were extracted on fatigue protocol, learning taxonomy, learning stage, retention/transfer context, fatigue asssessment, and neurophysiology. Methodological quality was appraised with a modified Downs and Black checklist. RESULTS: During acquisition, 28 of 43 experiments (65.1%) showed detrimental effects, 4 (9.3%) showed facilitatory effects, 7 (16.3%) showed neutral effects, and 4 (9.3%) were mixed or inconclusive. Retention after recovery and retention under sustained or renewed fatigue were assessed in 36 and 7 experiments, respectively. Retention findings were variable and depended on fatigue modality, task demands, and testing context. Neurophysiological measures were scarce, being included in only six experiments, and sex-specific analyses or other participant-level moderators were rarely examined. CONCLUSIONS: Fatigue does not uniformly impair motor learning. Local neuromuscular fatigue appears most likely to disrupt acquisition and sometimes retention, whereas cardiovascular exertion may support learning or consolidation in some contexts when acute fatigue has partly recovered. Evidence for cognitive fatigue remains limited and inconsistent. Future work should use standardized fatigue assessment, longer retention windows, state-matched testing, and integrated neurophysiology to clarify mechanisms and guide training under fatigue.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».