Iron Metabolism Modification During Repeated Show Jumping Event in Equine Athletes
Notice bibliographique
Résumé
Abstract In athletic horse the evaluation of iron status is of great importance to improve physical performance and health status of animal. The aim of this study was to evaluate the changes of iron indices following show jumping. Ten regularly trained Italian Saddlebred horses aged 7-8 years (mean body weight 467±12 kg) were subjected to three days jumping competition. Blood samples were collected at 5 time points: T0 (the day before competitions), T1 (immediately after exercise at day 1), T2 (immediately after exercise at day 2), T3 (immediately after exercise at day 3) and during the recovery period T4 (24 h after day 3). On each blood sample the values of red blood cell (RBC), hemoglobin concentration (Hb), hematocrit (Hct), serum iron, ferritin, transferrin, total iron-binding capacity (TIBC) and unsaturated iron-binding capacity (UIBC) were assessed. One-way repeated measure analysis of variance (ANOVA) showed a statistical significant effect of exercise (P<0.05) on all studied parameters. The application of Bonferroni’s post-hoc comparison showed a statistical significant increase in all studied parameters after exercise. These results provide new information about the changes in iron profile of jumper horse following exercise allowing for better evaluation of the health status and physical performance of this athlete horse.
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) | 0,000 | 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) | 0,001 | 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 ».