Daily energy balance and eating behaviour during a 14-day cold weather expedition in Greenland
Notice bibliographique
Résumé
We assessed energy compensation, appetite, and reward value of foods during a 14-day military expedition in Greenland realized by 12 male French soldiers, during which energy compensation was optimized by providing them with easy-to-eat palatable foods in excess. Although daily energy expenditure (estimated by accelerometry) stayed relatively constant throughout the expedition (15 ± 9 MJ·day−1), energy intake (EI; estimated by self-reported diaries) was 17% higher during the D8–D14 period compared with the D1–D7 period, leading to a neutral energy balance (EB). Body fat mass (BFM) significantly decreased (–1.0 ± 0.7 kg, p < 0.001) but not body mass (BM). Neither hunger scores (assessed by visual analog scales) nor components of the reward value of food (explicit liking (EL) and food preference) were significantly altered. However, changes in EL at D10 were positively correlated with changes in BM (r = 0.600, p < 0.05) and BFM (r = 0.680, p < 0.05) and changes in hunger in the EI of the relevant period (r = 0.743, p < 0.01 for D1–D7, r = 0.652, p < 0.05 for D8–14). This study shows that the negative EB and BM loss can be attenuated by an appropriate food supply and that subjective components of eating behaviour, such as hunger and EL, may be useful to predict the magnitude of energy compensation. Novelty Energy intake increases during of a 14-day expedition in the cold. Energy compensation was likely facilitated by providing participants with easy-to-eat palatable and familiar foods. Hunger scores and EL for energy-dense foods were associated with high EIs and low BM changes.
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 ».