MétaCan
Menu
Retour à la cohorte
Enregistrement W4415817065 · doi:10.1123/ijspp.2025-0128

Acknowledge the Merits and Limitations of Exercise Quantification Methods to Better Control the Dose–Response Relationship

2025· article· en· W4415817065 sur OpenAlexaff
François-Denis Desgorces, Arnaud Gouelle, Philippe Noirez

Notice bibliographique

RevueInternational Journal of Sports Physiology and Performance · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésDuration (music)Control (management)Exercise intensityRange (aeronautics)Exercise physiologyIntensity (physics)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Achieving a consensus on methods for exercise quantification appears to be a challenging endeavor in sport science. Quantification of exercise enables the description of training in unit doses by coaches and scientists, facilitating subsequent analysis of responses to training. PURPOSE: The present manuscript seeks to provide an overview of the merits and limitations of exercise quantification methods based on the product of exercise intensity × duration and those based on maximum tolerable volume. RESULTS: Intensity × duration methods use parameters to express intensity that are only effective for endurance exercises and could be affected by the possible intermittent format of exercises. In addition, the intensity-duration relationship is not efficiently addressed by these methods, resulting in the overvaluation of prolonged exercises compared with shorter ones. Such limitations do not appear in methods based on maximum volume, which is regarded as an indicator of the maximal dose for a given exercise and can, thus, be used as a reference to quantify the dose of similar exercises. CONCLUSION: Because intensity × duration methods inadequately consider the relationship between the variables that constitute the exercise, their use should be restricted to programs that exhibit minimal variation in exercise intensity and type. Conversely, exercise quantification based on maximal duration takes into account the influence of all exercise variables. This way of quantification can be efficient across a wide range of exercise intensities and types; however, it requires knowledge of exercise maxima, which can be challenging to ascertain in a training context.

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)0,050
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,262

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,090
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0040,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,048
Tête enseignante GPT0,362
Écart entre enseignants0,314 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports Physiology and PerformanceMême sujetSports Performance and TrainingTravaux en français237 207