MétaCan
Menu
Retour à la cohorte
Enregistrement W106787813 · doi:10.1096/fasebj.27.1_supplement.1201.17

Thermoreceptors in the upper gastrointestinal tract independently influence sudomotor activity

2013· article· en· W106787813 sur OpenAlexafffund
Nathan B. Morris, Anthony R. Bain, Ollie Jay

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSudomotorThermoreceptorIngestionSWEATThermoregulationChemistryCore temperatureMedicineInternal medicineAnesthesiaEndocrinologyAnimal scienceBiology

Résumé

récupéré en direct d'OpenAlex

Warm and cool fluid ingestion during exercise has been previously shown to alter local sweat rate independently of core and skin temperatures. This study strove to identify the location of the thermoreceptors responsible. Six males cycled at 50% VO 2max for 75 min in a 24.8 ± 0.7°C and 33.4 ± 3.5% RH environment, while either mouth‐swilling (SW) 1.5°C or 50°C water; or ingesting 1.5°C or 50°C water through a nasogastric (NG) tube in three 3.2 mL·kg −1 boluses after 15, 30, and 45 min of exercise. Mean skin temperature (T sk ), mean local sweat rate (MLSR) and rectal temperature (T re ) were measured continuously. For all trials, T re and T sk were similar throughout. In the NG trials, MLSR with 1.5°C water was lower than with 50°C water, after 30, 45, and 60 min (P<0.05), but not after 15 or 75 min (P>;0.05) of exercise. In contrast, during the SW trials, MLSR with 1.5°C and 50°C water was almost identical throughout exercise (P>;0.05). In conclusion, thermoreceptors in the stomach region, rather than thermoreceptors in the mouth, are responsible for the transient alterations of sudomotor activity previously observed following the ingestion of warm and cool water. Supported by NSERC Discovery Grant #386143–2010.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetThermoregulation and physiological responsesTravaux en français237 207