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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».