MIR PUIGPELAT, Oriol: Globalización, Estado y Derecho. Las transformaciones recientes del Derecho administrativo.
Notice bibliographique
Résumé
Exercise can have anti-inflammatory effects in obesity, but the optimal type and intensity of exercise are not clear. This study compared short-term high-intensity interval training (HIIT) with moderate-intensity continuous training (MICT) in terms of improvement in cardiorespiratory fitness, markers of inflammation, and glucose control in previously inactive adults at elevated risk of developing type 2 diabetes. Thirty-nine inactive, overweight/obese adults (32 women) were randomly assigned to 10 sessions over 2 wk of progressive HIIT (n = 20, four to ten 1-min sessions at ∼90% peak heart rate, 1-min rest periods) or MICT (n = 19, 20-50 min at ∼65% peak heart rate). Before and 3 days after training, participants performed a peak O2 uptake test, and fasting blood samples were obtained. Both HIIT (1.8 ± 0.4 vs. 1.9 ± 0.4 l/min, pre vs. post) and MICT (1.8 ± 0.5 vs. 1.9 ± 0.5 l/min, pre vs. post) improved peak O2 uptake (P < 0.001) and lowered plasma fructosamine (P < 0.05). Toll-like receptor (TLR) 4 (TLR4) expression was reduced on lymphocytes and monocytes after both HIIT and MICT (P < 0.05) and on neutrophils after MICT (P < 0.01). TLR2 on lymphocytes was reduced after HIIT and MICT (P < 0.05). Plasma inflammatory cytokines were unchanged after training in both groups, but MICT led to a reduction in fasting plasma glucose (P < 0.05, 5.9 ± 1.0 vs. 5.6 ± 1.0 mmol/l, pre vs. post). Ten days of either HIIT or MICT can improve cardiorespiratory fitness and glucose control and lead to reductions in TLR2 and TLR4 expression. MICT, which involved a longer duration of exercise, may be superior for reducing fasting glucose.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».