MétaCan
Menu
Retour à la cohorte
Enregistrement W2147193167 · doi:10.1152/japplphysiol.01088.2005

Shivering in the cold: from mechanisms of fuel selection to survival

2006· review· en· W2147193167 sur OpenAlexaff
François Haman

Notice bibliographique

RevueJournal of Applied Physiology · 2006
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésShiveringThermogenesisSelection (genetic algorithm)BiologyPhysiologyAdipose tissueBiochemistryComputer science

Résumé

récupéré en direct d'OpenAlex

In cold-exposed adult humans, significant or lethal decreases in body temperature are delayed by reducing heat loss via peripheral vasoconstriction and by increasing rates of heat production via shivering thermogenesis. This brief review focuses on the mechanisms of fuel selection responsible for sustaining long-term shivering thermogenesis. It provides evidence to explain large discrepancies in fuel selection measurements among shivering studies, and it proposes links between choices in fuel selection mechanism and human survival in the cold. Over the last decades, a number of studies have quantified the contributions of carbohydrate (CHO) and lipid to total heat generation. However, the exact contributions of these fuels still remain unclear because of large differences in fuel selection measurements even at the same metabolic rate. Recent advances on the mechanisms of fuel selection during shivering provide some plausible explanations for these discrepancies between shivering studies. This new evidence indicates that muscles can sustain shivering over several hours using a variety of fuel mixtures achieved by modifying diet (changing the size of CHO reserves) or by changing muscle fiber recruitment (increasing or decreasing the recruitment of type II fibers). From a practical perspective, how does the choice of fuel selection mechanism affect human survival in the cold? Based on a glycogen-depletion model, estimates of shivering endurance show that, whereas the oxidation of widely different fuel mixtures does not improve survival time, the selective recruitment of fuel-specific muscle fibers provides a substantial advantage for cold survival. By combining fundamental research on fuel metabolism and applied strategies to improve shivering endurance, future research in this area promises to yield important new information on what limits human survival in the cold.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,277
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations107
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetMuscle metabolism and nutritionTravaux en français237 207