Postexercise rehydration with beer impairs fluid retention, reaction time, and balance
Notice bibliographique
Résumé
Beer is promoted by popular media as a good choice for rehydration, but there is limited support for the claim. To assess the effect of beer alcohol on rehydration and motor control, 11 young (24.4 ± 3.7 years old) males of legal drinking age were dehydrated to 2.12% ± 0.20% body mass (mean ± SD) by exercising in a climatic chamber (31.7 ± 1.6 °C, 55.0% ± 8.3% relative humidity) on 3 different days, 1 week apart, and rehydrated with 100% of their sweat loss using water (WATER), 4.6% alcohol beer (BEER), or low-alcohol beer (LAB), in random order. Urine output, blood alcohol content (BAC), reaction time (RT), and balance (as measured by center of pressure velocity (VCoP)) were measured every 30 min over 3 h and compared via 2-way, repeated-measures analyses of variance (ANOVAs). After consuming ≈1.6 L in 1 h, urine output was greater for BEER (1218 ± 279 mL) than for LAB (745 ± 313 mL, p = 0.007) and WATER (774 ± 304 mL, p = 0.043). BAC remained at 0 with WATER and LAB; with BEER, BAC reached 0.857 g/L (95% confidence intervals [0.752, 0.963]) immediately postrehydration. RT was longer for BEER (0.314 ± 0.039 s) than for LAB (0.294 ± 0.034 s, p = 0.009), but was no different from WATER (0.293 ± 0.049 s, p = 0.077). VCoPx was significantly higher for BEER (0.0284 ± 0.0020 m/s) compared with LAB (0.0233 ± 0.0010 m/s) or WATER (0.0238 ± 0.0010 m/s) (p = 0.022), but VCoPy was not different among beverages. In conclusion, rehydration with BEER resulted in higher diuresis, slower RT, and impaired VCoP than rehydration with LAB or WATER.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».