Cold exposure enhances fat utilization but not non-esterified fatty acids, glycerol or catecholamines availability during submaximal walking and running
Notice bibliographique
Résumé
Cold exposure modulates the use of carbohydrates (CHOs) and fat during exercise. This phenomenon has mostly been observed in controlled cycling studies, but not during walking and running when core temperature and oxygen consumption are controlled, as both may alter energy metabolism. This study aimed at examining energy substrate availability and utilization during walking and running in the cold when core temperature and oxygen consumption are maintained. Ten lightly clothed male subjects walked or ran for 60-min, at 50% and 70% of maximal oxygen consumption, respectively, in a climatic chamber set at 0°C or 22°C. Thermal, cardiovascular, and oxidative responses were measured every 15-min during exercise. Blood samples for serum non-esterified fatty acids (NEFAs), glycerol, glucose, beta-hydroxybutyrate (BHB), plasma catecholamines, and serum lipids were collected immediately prior, and at 30- and 60-min of exercise. Skin temperature strongly decreased while core temperature did not change during cold trials. Heart rate (HR) was also lower in cold trials. A rise in fat utilization in the cold was seen through lower respiratory quotient (RQ) (-0.03 ± 0.02), greater fat oxidation (+0.14 ± 0.13 g · min(-1)) and contribution of fat to total energy expenditure (+1.62 ± 1.99 kcal · min(-1)). No differences from cold exposure were observed in blood parameters. During submaximal walking and running, a greater reliance on derived fat sources occurs in the cold, despite the absence of concurrent alterations in NEFAs, glycerol, or catecholamine concentrations. This disparity may suggest a greater reliance on intra-muscular energy sources such as triglycerides during both walking and running.
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 ».