Responsiveness of thermal sensors to nonuniform thermal environments and exercise.
Notice bibliographique
Résumé
BACKGROUND: We investigated the utility of finger temperature, hand heat flux, and mean skin temperature as indices of overall thermal balance during nonuniform thermal manipulations combined with exercise, with a view to identifying useful feedback sites for input into personal thermal control systems. METHODS: There were 16 subjects who performed 4 x 30 s of 120% VO2peak cycling with a 4-min recovery. During recovery, subjects either received no cooling (CON), upper-body cooling (UC), or upper-body cooling combined with leg heating (UCLH) using a multi-zone liquid conditioning garment. Heat loss during recovery was approximately equal to heat production during exercise. Skin temperature was measured on the mid-medial phalanx of the fourth finger. Heat flux was measured on the dorsum of the hand. RESULTS: Neither hand heat flux or finger temperature distinguished between the two cooling conditions during any of the recovery periods, though hand heat flux was very sensitive to the onset and cessation of exercise. Mean skin temperature was significantly different (p < 0.05) during CON (34.0 +/- 0.1 degrees C), UC (32.5 +/- 0.2 degrees C), and UCLH (33.0 +/- 0.2 degrees C). CONCLUSION: Mean skin temperature may serve as a good indicator of overall heat exchange in the body, even when exposed to nonuniform thermal environments. As hand heat flux was very sensitive to the onset and cessation of exercise, it may be useful as a supplemental thermal feedback to modulate heat exchange in microclimate thermal control systems.
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 | 0,002 |
| 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) | 0,002 | 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 ».