Does a Prolonged Work Day in the Heat Impair Heat Loss on the Next Day in Young Men?
Notice bibliographique
Résumé
PURPOSE: Heat strain is known to be exacerbated on the second of consecutive work days. We therefore evaluated whether prolonged work in the heat would impair whole-body heat loss capacity on the next day. METHODS: To evaluate this possibility, we assessed changes in whole-body heat exchange and heat storage in eight young (26 ± 4 yr) men during heat stress tests performed on the same day before (day 1) and on the day after (day 2) a prolonged work simulation. Each heat stress test involved three, 30-min bouts of semirecumbent cycling at fixed rates of metabolic heat production (200 W·m (Ex1), 250 W·m (Ex2), and 300 W·m (Ex3)), each separated by 15-min recovery, under hot, dry conditions (40°C, 20% relative humidity). The work simulation (7.5 h) involved three moderate-intensity intermittent work bouts (2 h), each separated by 30-min rest breaks, under similarly hot, dry conditions (38°C, 34% relative humidity). Total heat loss (evaporative ± dry heat exchange) and metabolic heat production were measured using direct and indirect calorimetry, respectively. Body heat storage was quantified as the temporal summation of heat production and loss. RESULTS: Total heat loss did not differ between days 1 and 2 (P = 0.66) and averaged (mean ± 95% confidence interval) 185 ± 7 W (Ex1), 233 ± 7 W (Ex2), and 261 ± 5 W (Ex3) across test days. Consequently, the change in body heat storage was also similar between days 1 and 2 (P = 0.32), averaging 133 ± 15 kJ (Ex1), 99 ± 16 kJ (Ex2), and 184 ± 15 kJ (Ex3) across test days. CONCLUSIONS: When assessed under controlled laboratory conditions in young men, prolonged work in the heat does not seem to impair whole-body heat loss or exacerbate heat storage on the following day.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».