Interaction of Diet and Training on Endurance Performance in Rats
Notice bibliographique
Résumé
We determined the interaction of diet and training on metabolic adaptations in skeletal muscle and liver, and the consequences of these adaptations for endurance. Eighty rats performed a baseline treadmill run to exhaustion at 16 m min(-1) (RUN1) and were then divided into two groups and given one of two diets: high carbohydrate (CHO) or high fat (FAT). Each dietary group was then divided into one of four subgroups: sedentary control that performed no training (NT); low-intensity running (8 m min(-1); LOW) and two groups who trained at their maximal voluntary running speed without electrical stimulation (28 m min(-1); VMAX). Training volume was identical for LOW and VMAX (1000 m session(-1)) and animals ran 4 days week(-1) for 8 weeks. To assess the interaction of the higher intensity exercise with diet, a second endurance test (RUN2) was undertaken after 6 weeks at either 16 m min(-1) or 28 m min(-1). The NT group ran for a longer duration (increase of 77 %) after FAT than CHO (239 +/- 28 vs. 135 +/- 30 min, P < 0.05) at 16 m min(-1). There were no differences in RUN2 for the LOW group when rats ran at 16 m min(-1) (454 +/- 86 vs. 427 +/- 75 min for CHO and FAT groups, respectively), but rats in the VMAX group fed FAT ran longer than rats fed CHO at 28 m min(-1) (100 +/- 28 vs. 58 +/- 11 min, respectively, P < 0.05). FAT increased the activities of the enzymes citrate synthase, beta-hydroxyacyl-CoA dehydrogenase and carnitine palmitoyl-transferase compared to CHO (P < 0.01), but there was no systematic effect of training. We conclude: (1) there was no additive effect of a high-fat diet on endurance performance when rats performed low-intensity training; (2) running performance at 28 m min(-1) was only enhanced by a high-fat diet after more intense training; (3) diet-induced and training-induced adaptations that increase exercise capacity may be under independent control. Experimental Physiology (2001) 86.4, 499-508.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».