Shivering thermogenesis in humans: Origin, contribution and metabolic requirement
Notice bibliographique
Résumé
As endotherms, humans exposed to a compensable cold environment rely on an increase in thermogenic rate to counteract heat lost to the environment, thereby maintaining a stable core temperature. This review focuses primarily on the most important contributor of heat production in cold-exposed adult humans, shivering skeletal muscles. Specifically, it presents current understanding on (1) the origins of shivering, (2) the contribution of shivering to total heat production and (3) the metabolic requirements of shivering. Although shivering had commonly been measured as a metabolic outcome measure, considerable research is still needed to clearly identify the neuroanatomical structures and circuits that initiate and modulate shivering and drives the shivering patterns (continuous and burst shivering). One thing is clear, the thermogenic rate in humans can be maintained despite significant inter-individual differences in the thermogenic contribution of shivering, the muscles recruited in shivering, the burst shivering rate and the metabolic substrates used to support shivering. It has also become evident that the variability in burst shivering rate between individuals, despite not influencing heat production, does play a key role in orchestrating metabolic fuel selection in the cold. In addition, advances in our understanding of the thermogenic role of brown adipose tissue have been able to explain, at least in part, the large inter-individual differences in the contribution of shivering to total heat production. Whether these differences in the thermogenic role of shivering have any bearing on cold endurance and survival remains to be established. Despite the available research describing the relative thermogenic importance of shivering skeletal muscles in humans, the advancement in our understanding of how shivering is initiated and modulated is needed. Such research is critical to consider strategies to either reduce its role to improve occupational performance or exploit its metabolic potential for clinical purposes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».