Effect of milk consumption on rehydration in youth following exercise in the heat
Notice bibliographique
Résumé
Low-fat milk is thought to be an effective postexercise rehydration beverage in adults; however, little is known about milk's rehydration ability in children after exercising in the heat. This study tested the hypothesis that because of its electrolyte and protein content, skim milk (SM) would be more effective than both water (W) and a carbohydrate/electrolyte solution (CES) in replacing body fluid losses in children following exercise in the heat. Thirty-eight (19 females) heat-acclimated pre- to early pubertal (PEP, aged 7-11 years) and mid- to late-pubertal (MLP, aged 14-17 years) children performed 3 sessions in 34.5 °C, 47.3% relative humidity, consisting of 2 × 20-min cycling bouts at 60% peak oxygen uptake followed by consumption of either W, CES, or SM. Each beverage was consumed immediately after exercise in a volume equal to 100% of their body mass loss during exercise. Urine samples were collected before, during, and after exercise, as well as the 2-h period following beverage consumption. On average, children dehydrated 1.3% ± 0.4%. Children ingested 0.40 ± 0.11 L (PEP) and 0.74 ± 0.20 L (MLP) of fluid. The fraction of the ingested beverage retained at 2 h of recovery was greater with SM (74% ± 18%) than W (47% ± 26%) and CES (59% ± 20%, p < 0.001 for both), and greater in CES than W (p < 0.001). All participants were in a hypohydrated state after 2 h of recovery, following the pattern SM < CES < W. In both PEP and MLP children, SM is more effective than W and CES at replacing fluid losses that occur during exercise 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 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) | 0,001 | 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 ».