Cardiorespiratory and metabolic stress responses to acute high-intensity interval training anchored to critical power or maximal heart rate
Notice bibliographique
Résumé
High intensity interval training (HIIT) involves repeated bouts of relatively hard work, commonly at intensities eliciting ≥ 80% of maximal heart rate (HRmax), interspersed with recovery periods. Anchoring intensity to HRmax can elicit a wide range of acute metabolic responses to exercise. Expressing intensity relative to metabolic thresholds such as critical power (CP) may reduce this variability. We therefore examined whether anchoring HIIT to CP reduced variability in change in [blood lactate] (ΔBLa−) compared to HRmax-based approach. Nineteen adults aged 23 ± 4 years completed two 4 × 4-min HIIT trials in a randomized, crossover manner at intensities equal to CP + 10% of work prime (CPHIIT) or ≥ 80% HRmax (HRHIIT). Variability in [ΔBLa−] from rest to exercise was not different between CPHIIT and HRHIIT (1.37 (0.42–1.62) vs. 1.32 (0.77–1.97) mM; p = 0.75). Workload was higher in CPHIIT vs. HRHIIT (192 ± 39 W vs. 180 ± 43 W; p = 0.001), as was exercise oxygen consumption, ventilation, respiratory exchange ratio, heart rate, and rating of perceived exertion (all p < 0.05). A CP-based HIIT protocol did not reduce variability of change in [ΔBLa−] compared to a traditional approach anchored to %HRmax. However, anchoring HIIT intensity to CP resulted in participants achieving higher workloads, eliciting higher cardiorespiratory and perceived stress which could translate to divergent training-induced responses.
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 | 0,001 |
| 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 ».