Rate of Change of Skin Temperature Influences Maximal Pulmonary Ventilation Before and Following Exercise
Notice bibliographique
Résumé
Static increases of esophageal (TES) and mean skin (TSK) temperatures have been shown to influence pulmonary ventilation (VE) during passive hyperthermia. It remains unresolved if dynamic (dTSK/dt) skin temperature changes contribute to thermal hyperpnea and if this response is influenced by a build up of exercise metabolites. PURPOSE: It was hypothesized peak pulmonary ventilation responses will increase proportionately to dTSK/dt with stable normothermic core temperatures in both pre- and post-exercise conditions. METHODS: Six male participants (Height: 1.68 ± 0.06 m, Weight: 67.2 ± 11.9 kg and Age 23.2 ± 3.9 yr; mean ± SD) were irradiated with heat lamps for a 10 min period followed by no irradiation for 5 min before and after ∼18 min of exercise at 62.4% VO2PEAK. Analysis was conducted with a repeated measures ANOVA with factors of dTSK/dt (Levels: Positive Rate, Negative Rate) and Exercise State (Levels: Pre- and Post-Exercise). RESULTS: There was no main effect of Exercise State on peak VE (F=2.4, p=0.18), peak VE/VO2 (F=0.8, p=0.42) or peak VE/VCO2 (F=0.8, p=0.40) responses. There was a main effect of dTSK/dt (F=28.8, p<0.001) on peak VE as it increased from 13.2 ± 2.8 L/min at rest to 21.3 ± 4.9 L/min during positive and to 22.0 ± 5.0 L/min during negative changes in dTSK/dt. There were also main effects of dTSK/dt on peakVE/VO2 (F=25.1, p<0.001) and on peak VE/VCO2 (F=36.1, p<0.001) responses. CONCLUSIONS: Dynamic increases and decreases of mean skin temperature give proportional increases in resting peak pulmonary ventilation and this response is not influenced by the muscle chemoreflex. Supported by the Natural Sciences and Engineering Research Council of Canada.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».