Effects of carbohydrate availability on sustained shivering I. Oxidation of plasma glucose, muscle glycogen, and proteins
Notice bibliographique
Résumé
Carbohydrates (CHO) can play an important thermogenic role during shivering, but the effect of their availability on the use of other oxidative fuels is unclear. Using indirect calorimetry and tracer methods ([U-13C]glucose ingestion), we have determined the specific contributions of plasma glucose, muscle glycogen, proteins, and lipids to total heat production (Hprod) in men exposed to cold for 2-h (liquid-conditioned suit perfused with 10 degrees C water). Measurements were made after low-CHO diet and exercise (Lo) and high-CHO diet without exercise (Hi). The size of CHO reserves had no effect on Hprod but a major impact on fuel selection before and during shivering. In the cold, a complete shift from lipid oxidation for Lo (53, 28, and 19% Hprod for lipids, CHO, and proteins, respectively) to CHO-based metabolism for Hi (23, 65, and 12% Hprod for lipids, CHO, and proteins, respectively) was observed. Plasma glucose oxidation remains a minor fuel under all conditions (<13% Hprod), falling to 7% Hprod for Lo. Therefore, adjusting plasma glucose oxidation to compensate for changes in muscle glycogen oxidation is not a strategy used for maintaining heat production. Instead, proteins and lipids share responsibility for this compensation. We conclude that humans can show remarkable flexibility in oxidative fuel selection to ensure that heat production is not compromised during sustained cold exposure.
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 ».