The Influence of Activewear Worn Under Standard Work Coveralls on Whole-Body Heat Loss
Notice bibliographique
Résumé
This study evaluated the influence of activewear undergarments worn under the standard mining coveralls on whole-body heat exchange and change in body heat content during work in the heat. Each participant performed 60 min of cycling at a constant rate of heat production of 400 W followed by 60 min of recovery in a whole-body calorimeter regulated at 40°C and 15% relative humidity donning one of the four clothing ensembles: (1) cotton underwear and shorts only (Control, CON); (2) Activewear only (ACT); (3) Coveralls+Cotton undergarments (COV+COT); or (4) Coveralls+Activewear undergarments (COV+ACT). In the latter two conditions a hard hat with earmuffs, gloves, and socks with closed toe shoes were worn. We observed that both COV+COT and COV+ACT resulted in a similar mean (±SE) change in body heat content, which was significantly greater compared with the CON and ACT during exercise, suggesting that the rate of thermal strain was elevated to a similar degree in both coverall conditions (CON: 245±32 kJ; ACT: 260±29 kJ; COV+COT: 428±36 kJ; COV+ACT: 466±15 kJ; p<0.001). During recovery, the negative change in body heat content was greater for both COV+COT and COV+ACT compared with the CON and ACT but similar between COV+COT and COV+ACT due to the greater amount of heat stored during exercise (CON: -83±16 kJ; ACT: -104±33 kJ; COV+COT: -198±30 kJ; COV+ACT: -145±12 kJ; p=0.048). Core temperatures and heart rate were also significantly elevated for the COV+COT and COV+ACT compared with the CON and ACT conditions during and following exercise (p<0.05). These results suggest that while activewear undergarments are not detrimental, they provide no thermoregulatory benefit when replacing the cotton undergarment worn under the standard coverall during work in the heat.
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) | 0,000 | 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) | 0,000 | 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 ».