Green Tea Extract Ingestion Decreases Respiratory Exchange Ratio During Recovery From High-intensity Interval Exercise.
Notice bibliographique
Résumé
Green tea extract (GTE) ingestion has been shown to increase energy expenditure and reduce respiratory exchange ratio (RER) at rest. The high concentration of catechins in green tea is hypothesized to inhibit catechol-O-methyltransferase (COMT), an enzyme that regulates catecholamine degradation, and thus could enhance sympathetic stimulation. Data are equivocal regarding the effects of GTE ingestion on metabolism during exercise and no studies have examined the effect on fuel utilization during recovery from exercise. PURPOSE: To examine the effect of a single dose of GTE ingestion on substrate utilization during recovery from an acute bout of high-intensity interval exercise. METHODS: Active men and women (n=10 each; 26±1 and 25±1 y, respectively) were matched for initial fitness based on VO2peak per fat-free mass (56±2 and 60±2 ml/kg fat free mass/min, respectively; p > 0.05). Subjects ingested a single dose of GTE (700 mg) or placebo (PLA) 1.5 h prior to exercise in a double-blind, crossover design. Exercise involved 10 x 1 min cycling efforts at ∼70% of peak power output (PPO) elicited during a ramp VO2peak test, interspersed with 1 min of unloaded cycling for recovery. Following exercise subjects rested supine in a dark and quiet room for 70 min while respiratory gases were collected via a ventilated hood. RESULTS: Exercise workload was 236±8 and 186±5 W for men and women, respectively, which corresponded to a relative work intensity of 69% of PPO in both groups. RER during recovery from exercise was lower after GTE ingestion compared to PLA (0.76 ± 0.01 vs. 0.79 ± 0.02; P < 0.05, main effect for treatment), with no difference between sexes. CONCLUSION: A single dose of GTE reduced RER during recovery from an acute bout of high-intensity interval exercise. These data suggest GTE alters post-exercise fuel utilization, potentially mediated through enhanced sympathetic stimulation, however determination of precise mechanisms is warranted. Supported by NSERC, 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».