Control of cutaneous vascular conductance and sweating during recovery from dynamic exercise in humans
Notice bibliographique
Résumé
The purpose of the study was to examine the effect of 1) passive (assisted pedaling), 2) active (loadless pedaling), and 3) inactive (motionless) recovery modes on mean arterial pressure (MAP), skin blood flow (SkBF), and sweating during recovery after 15 min of dynamic exercise. It was hypothesized that an active recovery mode would be most effective in attenuating the fall in MAP, SkBF, and sweating during exercise recovery. Six male subjects performed 15 min of cycle ergometer exercise at 70% of their predetermined peak oxygen consumption followed by 15 min of 1) active, 2) passive, or 3) inactive recovery. Mean skin temperature (T(sk)), esophageal temperature (T(es)), SkBF, sweating, cardiac output (CO), stroke volume (SV), heart rate (HR), total peripheral resistance (TPR), and MAP were recorded at baseline, end exercise, and 2, 5, 8, 12, and 15 min postexercise. Cutaneous vascular conductance (CVC) was calculated as the ratio of laser-Doppler blood flow to MAP. In the active and passive recovery modes, CVC, sweat rate, MAP, CO, and SV remained elevated over inactive values (P < 0.05). The passive mode was equally as effective as the active mode in maintaining CO, SV, MAP, CVC, and sweat rate above inactive recovery. Sweat rate was different among all modes after 8 min of recovery (P < 0.05). TPR during active recovery remained significantly lower than during recovery in the passive and inactive modes (P < 0.05). No differences in either T(es) or T(sk) were observed among conditions. Given that MAP was higher during passive and active recovery modes than during inactive recovery suggests differences in CVC may be due to differences in baroreceptor unloading and not factors attributed to central command. However, differences in sweat rate may be influenced by factors such as central command and mechanoreceptor stimulation.
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) | 0,001 | 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 ».