Partitioning oxidative fuels during cold exposure in humans: muscle glycogen becomes dominant as shivering intensifies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effects of changes in shivering intensity on the relative contributions of plasma glucose, muscle glycogen, lipids and proteins to total heat production are unclear in humans. The goals of this study were: (1) to determine whether plasma glucose starts playing a more prominent role as shivering intensifies, (2) to quantify overall changes in fuel use in relation to the severity of cold exposure, and (3) to establish whether the fuel selection pattern of shivering is different from the classic fuel selection pattern of exercise. Using a combination of indirect calorimetry and stable isotope methodology, fuel metabolism was monitored in non-acclimatized adult men exposed for 90 mins to 10 degrees C (low-intensity shivering (L)) or 5 degrees C (moderate-intensity shivering (M)). Results show that plasma glucose oxidation is strongly stimulated by moderate shivering (+122% from L to M), but the relative contribution of this pathway to total heat generation always remains minor (< 15% of total heat production). Instead, muscle glycogen is responsible for most of the increase in heat production between L and M. By itself, the increase in CHO oxidation is responsible for the 100 W increase in metabolic rate observed between L and M, because rates of lipid and protein oxidation remain constant. This high reliance on CHO is not compatible with the well known fuel selection pattern of exercise, when considering the relatively low metabolic rates elicited by shivering (approximately 30% for M). We conclude that shivering and exercise of similar energy requirements appear to be supported by different fuel mixtures. Investigating the physiological mechanisms underlying why a muscle producing only heat (shivering), or significant movement (exercise), shows a different pattern of fuel selection at the same power output strikes us as a fascinating area for future research.
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.
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 découle