MétaCan
Menu
Retour à la cohorte
Enregistrement W1910016456 · doi:10.1152/japplphysiol.00281.2015

Explained variance in the thermoregulatory responses to exercise: the independent roles of biophysical and fitness/fatness-related factors

2015· article· en· W1910016456 sur OpenAlexafffund
Matthew N. Cramer, Ollie Jay

Notice bibliographique

RevueJournal of Applied Physiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Geological Survey
Mots-clésThermoregulationAnimal scienceRelative humidityChemistryExplained variationEndocrinologyInternal medicineBiologyMedicineMathematicsStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Individual variation in the thermoregulatory responses to exercise is notoriously large. Although aerobic fitness (V̇o2 max) and body fatness are traditionally considered important predictors of individual core temperature and sweating responses, recent evidence indicates potentially important and independent roles for biophysical factors. Using stepwise regression, we examined the proportion of individual variability in rectal temperature changes (ΔTre), whole body sweat loss (WBSL), and steady-state local sweat rate (LSRss) independently described by 1) biophysical factors associated with metabolic heat production (Hprod) and evaporative heat balance requirements (Ereq) relative to body size and 2) factors independently related to V̇o2 max and body fatness. In a total of 69 trials, 28 males of wide-ranging morphological traits and V̇o2 max values cycled at workloads corresponding to a range of absolute Hprod (410-898 W) and relative intensities (32.2-82.0% V̇o2 max) for 60 min in 24.8 ± 0.7°C and 33.4 ± 12.2% relative humidity. Hprod (in W/kg total body mass) alone described ∼50% of the variability in ΔTre (adjusted to r(2) = 0.496; P < 0.001), whereas surface area-to-mass ratio and body fat percentage (BF%) explained an additional 4.3 and 2.3% of variability, respectively. For WBSL, Ereq (in W) alone explained ∼71% of variance (adjusted to r(2) = 0.713, P < 0.001), and the inclusion of BF% explained an additional 1.3%. Similarly, Ereq (in W/m(2)) correlated significantly with LSRss (adjusted to r(2) = 0.603, P < 0.001), whereas %V̇o2 max described an additional ∼4% of total variance. In conclusion, biophysical parameters related to Hprod, Ereq, and body size explain 54-71% of the individual variability in ΔTre, WBSL, and LSRss, and only 1-4% of additional variance is explained by factors related to fitness or fatness.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,032
Tête enseignante GPT0,292
Écart entre enseignants0,260 · 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

Citations109
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetThermoregulation and physiological responsesTravaux en français237 207