Many clinicians believe exercise associated muscle cramps (EAMC) occur because of dehydration and electrolyte losses. Experimental research supporting this theory is lacking. Mild hypohydration (3% body mass loss) does not alter cramp threshold frequency (TF), a measure of cramp susceptibility, when fatigue and exercise intensity are controlled. No experimental research has examined TF following significant (3-5% body mass loss) or serious hypohydration (>5% body mass loss). TF and blood variables of ten subjects were measured pre-post exercise. Subjects exercised in an environmental heat chamber alternating between upper arm ergometry and non-dominant leg cycling every 15 minutes until they lost 5% of their body mass or were too exhausted to continue. Significant (n=5) or serious hypohydration (n=5) did not alter cramp TF, cramp intensity, or cramp EMG amplitude. Significant and serious hypohydration with moderate electrolyte losses does not alter cramp susceptibility when fatigue and exercise intensity are controlled.

Afin d’être représentatif d’un niveau d’effort musculaire, le signal électromyographique (EMG) est exprimé par rapport à une valeur d’activation maximale. Comme l’épaule est une structure articulaire et musculaire complexe, aucune contraction volontaire isométrique (CVMi) proposée dans la littérature ne permet d’activer maximalement un même muscle de l’épaule pour un groupe d’individus. L’objectif de ce mémoire est de développer une approche statistique permettant de déterminer les CVMi optimales afin de maximiser les niveaux d’activation d’un ensemble de muscles de l’épaule. L’amplitude du signal EMG de 12 muscles de l’épaule a été enregistrée chez 16 sujets alors qu’ils effectuaient 15 CVMi. Une première approche systématique a permis de déterminer les 4 CVMi parmi les 15 qui ensemble maximisent les niveaux d’activation pour les 12 muscles simultanément. Ces 4 contractions ont donné des niveaux d’activation supérieurs aux recommandations antérieures pour 4 muscles de l’épaule. Une seconde approche a permis de déterminer le nombre minimal de CVMi qui sont nécessaires afin de produire un niveau d’activation qui n’est pas significativement différent des valeurs d’activation maximales pour les 16 sujets. Pour 12 muscles de l’épaule, un total de 9 CVMi sont requises afin de produire des valeurs d’activation qui sont représentatives de l’effort maximal de tous les sujets. Ce mémoire a proposé deux approches originales, dont la première a maximisé les niveaux d’activation qui peuvent être produits à partir d’un nombre fixe de CVMi tandis que la deuxième a permis d’identifier le nombre minimal de CVMi nécessaire afin de produire des niveaux d’activation qui ne sont pas significativement différentes des valeurs d’activation maximales. Ces deux approches ont permis d’émettre des recommandations concernant les CVMi nécessaires à la normalisation de l’EMG afin de réduire les risques de sous-estimer l’effort maximal d’un ensemble d’individus. / As a means to provide information on the intensity of the muscle activity, the electromyographic (EMG) signal must be expressed as a percentage of a maximum activation value. Because of the anatomical complexity of the shoulder, no single maximum voluntary isometric contraction (MVIC) has been found to maximally activate the same muscle for a group of subjects. The objective of this study is to develop a statistical approach to determine the optimal MVICs that can maximise the activation levels for several shoulder muscles. The amplitude of the EMG signal of 12 shoulder muscles was recorded as 16 subjects performed 15 MVICs in standardised positions. A first systematic approach was used to determine the optimal 4 MVICs amongst 15 that could maximise the activation levels of 12 shoulder muscles simultaneously. The activation levels produced by these 4 MVICs were significantly higher than those produced by previous recommendations. A second approach was adopted to identify the minimum number of MVICs that were required to produce muscle activation levels that did not significantly differ from the maximum activation values. For 12 shoulder muscles, 9 MVICs were necessary to produce muscle activation levels that were representative of the maximum effort of all 16 subjects. This study proposed two novel approaches, the first of which maximised the EMG activation levels that can be produced by a fixed number of MVICs while the second approach identified the minimum number of MVICs required to produce EMG activation levels that were not significantly different from the maximum values of activation. These two approaches provided guidelines with regards to the MVICs that are necessary to normalize the EMG signals of 12 shoulder muscles while reducing the risks of underestimating the maximum capacity of each individual.