MétaCan
Menu
Retour à la cohorte
Enregistrement W1579906215 · doi:10.1113/jphysiol.2003.055152

Fuel selection during intense shivering in humans: EMG pattern reflects carbohydrate oxidation

2004· article· en· W1579906215 sur OpenAlexafffund
François Haman, S. Legault, Jean‐Michel Weber

Notice bibliographique

RevueThe Journal of Physiology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensDefence Research and Development CanadaUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShiveringCarbohydrateBiologyOxidative phosphorylationCarbohydrate metabolismPhysiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The thermogenic response of humans depends critically on the coordination of muscle fibre recruitment and oxidative fuel metabolism. The primary goal of this study was to determine whether the electromyographic (EMG) pattern of muscle recruitment could provide metabolic information on oxidative fuel selection during high-intensity shivering. EMG activity (of 8 large muscles) and fuel metabolism were monitored simultaneously in non-acclimatized adult men during high-intensity shivering. Even though acute cold exposure elicited similar changes in metabolic rate among subjects, lipid and carbohydrate use was very different. Depending on the subject, the cold-induced increase in carbohydrate (CHO) oxidation ranged between 2- and 8-fold, with CHO accounting for 33-78% of total heat production, and lipids for 14-60%. This high variability in fuel selection was primarily explained by differences in 'burst shivering' rate, indicating that the recruitment of type II fibres plays a key role in orchestrating fuel selection. This study is the first to show that the pattern of muscle recruitment can provide quantitative information on energy metabolism. Future work should focus on the study of shivering bursts that may provide essential clues on what limits human survival in the cold.

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 enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,283
Écart entre enseignants0,265 · 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

Citations84
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetAdipose Tissue and MetabolismTravaux en français237 207