Dynamic response characteristics of local muscle blood flow regulatory mechanisms in human forearm exercise
Notice bibliographique
Résumé
We sought to understand the nature of control mechanisms involved in the adaptation of exercising muscle hyperemia. Seven subjects performed rhythmic dynamic forearm exercise under two exercise conditions: small step 1 [step increase from rest to 40% peak forearm vascular conductance (FVC), in ml.min(-1).100 mmHg-1] for 5 min followed by small step 2 (further increase to 80% peak FVC for 5 min), and large step (step increase from rest to 80% peak FVC for 5 min). FVC data were fit with a two- (small step 1) and three-component (small step 2, large step) exponential as appropriate. For the rapid phase I response, FVC dynamic response characteristics (time delay, time constant) were not affected by the magnitude of the work intensity increase when the transition began from rest, but were slower in the 40-80% transition. Rest-80% gain was greater than either rest-40% or 40-80% transitions but represented the same proportion of the phase I + phase II gain across all transitions (57 vs. 56 vs. 57%, respectively, P = 0.975). For the slower phase II response, dynamic response characteristics were not affected by the magnitude of the work intensity increase when initiated from rest. The time constant was not altered when the transition began from exercise vs. rest. We conclude that 1) dynamic response characteristics of exercise hyperemia control mechanisms are not affected by the magnitude of work rate increase when forearm exercise is initiated from rest, 2) phase I but not phase II dynamic response characteristics are sensitive to baseline exercise intensity, and 3) the mechanisms contributing to phase I result in the same relative response magnitude, regardless of the size of the step increase in exercise intensity or the baseline from which it is initiated.
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 | 0,000 |
| 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 ».