Gender differences in whole-body fat oxidation kinetics during exercise
Notice bibliographique
Résumé
Discrepancies appear in studies comparing fat oxidation between men and women. Therefore, this study aimed to quantitatively describe and compare whole-body fat oxidation kinetics between genders during exercise, using a sinusoidal (SIN) model. Twelve men and 11 women matched for age, body mass index, and aerobic fitness (maximal oxygen uptake and maximal power output per kilogram of fat-free mass (FFM)) performed submaximal incremental tests (Incr) with 5-min stages and a 7.5% maximal power output increment on a cycle ergometer. Fat oxidation rates were determined using indirect calorimetry, and plotted as a function of exercise intensity. The SIN model, which includes 3 independent variables (dilatation, symmetry, translation) that account for the main quantitative characteristics of kinetics, was used to mathematically describe fat oxidation kinetics and to determine the intensity (Fatmax) eliciting the maximal fat oxidation (MFO). During Incr, women exhibited greater fat oxidation rates from 35% to 85% maximal oxygen uptake, MFO (6.6 ± 0.9 vs. 4.5 ± 0.3 mg·kg FFM-1·min-1), and Fatmax (58.1% ± 1.9% vs. 50.0% ± 2.7% maximal oxygen uptake) than men (p < 0.05). While men and women showed similar global shapes of fat oxidation kinetics in terms of dilatation and symmetry (p > 0.05), the fat oxidation curve tended to be shifted toward higher exercise intensities in women (rightward translation, p = 0.08). These results support the idea that women have a greater reliance on fat oxidation than men during submaximal exercise, but also indicate that this greater fat oxidation is shifted toward higher exercise intensities in women than in men.
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) | 0,000 | 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 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 ».