Determining dehydration and its compartmentation in horses at rest and with exercise: a concise review and focus on multi-frequency bioelectrical impedance analysis
Notice bibliographique
Résumé
Multi-frequency bioelectrical impedance analysis (MFBIA) has been, and likely will increasingly be, used to rapidly and non-invasively assess the time course of volume losses and recovery in horses. Dehydration in performance horses is frequently the cause of health and performance problems, and presently used techniques for objectively quantifying optimum hydration are time consuming and challenging to perform accurately. Dehydration can take a number of different forms, with a balanced loss of water and electrolytes from both extra- and intracellular fluid compartments, or a primarily extracellular or intracellular dehydration. This review summarises the current state of knowledge regarding the quantification of dehydration, losses of water and electrolytes from extra- and intracellular fluid compartments. The effects of dehydration on exercise performance, muscle function, cardiovascular function, thermoregulation and feeding are briefly summarised. The review provides a quantitative description of the magnitude and time course of compartmental fluid losses and recovery in horses in response to feeding and due to exercise at different intensities and durations representing the endurance horse to the track race horse. Effective rehydration requires knowledge of the losses from the main body fluid compartments, which is now possible using MFBIA technology. The present review outlines the key approaches that have been used to assess dehydration in horses, including the new technique of MFBIA.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».