Influence of fitness on core temperature thresholds for exercise ventilation (882.6)
Notice bibliographique
Résumé
During incremental exercise from rest to exhaustion, core temperature thresholds are evident at exercise intensities greater than that at the anaerobic threshold or the onset of blood lactate accumulation. The effect of aerobic fitness on these core temperature thresholds remains poorly understood. PURPOSE: To compare oesophageal temperature (T ES ) thresholds for exercise ventilation (V E ) between competitive, trained and untrained males during incremental exercise. HYPOTHESIS: Trained athletes will demonstrate a greater T ES threshold for V E than untrained males. Methods: Seven college‐aged competitive male cyclists with a VO 2MAX of 63.9 ± 3.7 mL•min ‐1 •kg ‐1 (mean ± SD) and 7 college‐aged untrained males with a VO 2MAX of 53.9 ± 3.5 mL•min ‐1 •kg ‐1 volunteered for the study that approved by the SFU Office of Research Ethics. V E and its components were measured with a breath‐by‐breath metabolic cart and volunteers pedaled an electrically braked cycle ergometer at an ambient temperature of ~22 o C. Each incremental exercise test started with a load of 60 W on the cycle ergometer that was incremented by 35 W/min until exhaustion. Core temperature thresholds from plots of ventilatory equivalents for oxygen (V E /VO 2 ) and carbon dioxide (V E /VCO 2 ) as a function of T ES were 1.3 ° C greater (P<0.01) in the trained vs. the untrained group. The trained group relative to the untrained cyclists had a higher (P<0.01) anaerobic threshold as determined from plots of V E /VO 2 and V E /VO 2 as a function of VO 2 . CONCLUSION: Evidence supports the hypothesis that increased aerobic fitness results in a higher core temperature threshold for V E during incremental exercise. Grant Funding Source : Supported by NSERC and CFI
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 | 0,001 | 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 ».