Non-invasive measurement of tibialis anterior muscle temperature during rest, cycling exercise and post-exercise recovery
Notice bibliographique
Résumé
We introduce a non-invasive and accurate method to assess tibialis anterior muscle temperature (Tm) during rest, cycling exercise, and post-exercise recovery using the insulation disk (INDISK) technique. Twenty-six healthy males (23.6 ± 6.2 years; 24.1 ± 3.1 body mass index) were randomly allocated into the 'model' (n = 16) and the 'validation' (n = 10) groups. Participants underwent 20 min supine rest, 20 min cycling exercise at 60% of age-predicted maximum heart rate, and 20 min supine post-exercise recovery. In the model group, Tm (34.55 ± 1.02 °C) was greater than INDISK temperature (Tid; 32.44 ± 1.23 °C; p < 0.001) and skin surface temperature (Tsk; 29.84 ± 1.47 °C; p < 0.001) throughout the experimental protocol. The strongest prediction model (R(2) = 0.646) incorporated Tid and the difference between the current Tid temperature and that recorded four minutes before. No mean difference (p > 0.05) and a strong correlation (r = 0.804; p < 0.001) were observed between Tm and predicted Tm (predTm) in the model group. Cross-validation analyses in the validation group demonstrated no mean difference (p > 0.05), a strong correlation (r = 0.644; p < 0.001), narrow 95% limits of agreement (-0.06 ± 1.51), and low percent coefficient of variation (2.24%) between Tm (34.39 ± 1.00 °C) and predTm (34.45 ± 0.73 °C). We conclude that the novel technique accurately predicts Tm during rest, cycling exercise, and post-exercise recovery, providing a valid and cost-efficient alternative when direct Tm measurement is not feasible.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».