The Impact of an Ice Slurry-Induced Gastrointestinal Heat Sink on Gastrointestinal and Rectal Temperatures Following Exercise
Notice bibliographique
Résumé
Gastrointestinal temperature (Tgint) measurement with a telemetric pill (TP) is increasingly used in exercise science. Contact of cool water with a TP invalidates Tgint assessment. However, what effect a heat sink created in the proximity of a TP may have on the assessment of Tgint remains unknown. We examined the impact of an ice slurry-induced heat sink on Tgint and rectal temperature (Trec) following exercise. After 20 min of seating (20–22 °C, 25–40% relative humidity (RH)), 11 men completed two intersperse exercise periods (31–32 °C, 35% RH) at 75–80% of estimated maximal heart rate until a Trec increase of 1 °C above baseline level. Following the first exercise period, participants were seated for 45 min and ingested 7.5 g·kg−1 of thermoneutral water, whereas, following the second period, they ingested 7.5 g·kg−1 of ice slurry. Both Tgint and Trec were measured continuously. The TPs were swallowed 10 h prior to the experiments. A bias ≤0.27 °C was taken as an indication that Tgint and Trec provided similar core temperature indices. Mean biases and 95% limits of agreement during passive sitting, first exercise, water ingestion, second exercise, and ice slurry ingestion periods were 0.16 ± 0.53, 0.13 ± 0.41, 0.21 ± 0.70, 0.17 ± 0.50, and 0.18 ± 0.66 °C, respectively. The rates of decrease in Tgint and Trec did not differ between the water and ice slurry ingestion periods. Our results indicate that ice slurry ingestion following exercise does not impact TP-derived assessment of Tgint compared with Trec.
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 | 0,001 | 0,002 |
| 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 ».