Individual training prescribed by heart rate variability, heart rate and well-being scores in experienced cyclists
Notice bibliographique
Résumé
Optimizing the training of endurance athletes involves the nuanced balance between overload and recovery. Monitoring recovery effectively requires integrating multiple variables. This study evaluates the efficacy of training protocols guided by vagally-mediated heart rate variability (vmHRV), resting heart rate (RHR), and subjective well-being (WB) scores in improving cycling performance. It also explores the relationships between physiological and subjective measures. Twenty-eight experienced male cyclists were divided into three groups: vmHRV-only (Group 1), vmHRV + WB (Group 2), and vmHRV + WB + RHR (Group 3). Over 40 days, participants recorded daily vmHRV, RHR, and WB scores and followed customised training protocols. Pre- and post-intervention cycling tests assessed maximal power (Pmax), 1-min, 5-min, 20-min, and functional threshold power (FTP™). Daily data analysis included correlation and autocorrelation function (ACF) assessments to evaluate trends and individual variability. Across all groups, significant performance improvements were observed for 1-min, 5-min, 20-min, FTP™, and FTP™/kg. Group 3 showed the greatest improvements, particularly in 5-min and 20-min efforts (310.5 ± 60 to 337.9 ± 71 watts, and 260.9 ± 55 to 284.5 ± 64 watts, respectively). ACF revealed stress as having the highest day-to-day consistency among subjective measures. Individual correlations revealed diverse strengths of the relationships between physiological and subjective markers. Combining vmHRV, RHR, and WB offers a more nuanced assessment of athlete readiness and enhances training outcomes compared to vmHRV-only guidance. The study underscores the value of integrating physiological and subjective measures for personalising training protocols and highlights future directions for improving monitoring systems with advanced analytics.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».