Higher intakes of low‐fat milk combined with 12 weeks of endurance training does not result in lower fat mass and higher lean mass.
Notice bibliographique
Résumé
Previous studies showed that a low‐fat milk intervention combined with resistance training resulted in lower fat mass and higher lean mass in males and females. The purpose of this study was to determine the effects of combining increased low‐fat milk intake with endurance exercise on fat and lean mass. 32 healthy young males were randomized and blindly assigned into one two groups 1) MILK (3 additional servings of low‐fat milk, 750 mL) or 2) CHO (maltodextrin beverage, isocaloric to MILK). All participants completed a 12‐week endurance‐training program. The exercise program consisted of cycling 1 hour per day at ~60% VO2 peak, 5 days per week for 12 weeks. Whole body fat and lean mass were determined using dual‐energy X‐ray absorptiometry (DXA) that was performed before and after training. 23 participants completed the study. Changes in body mass (MILK: 0.39±0.61 kg; CHO: 0.30±0.77 kg), fat mass (MILK: −420.7±522.1 g; CHO: 99.6±794.8 g) and lean mass (MILK: 831.2±509.8 g; CHO: 624.9±434.6 g) were similar between the 2 groups. Findings to date suggest that combining a higher intake of low‐fat milk with 12 weeks of endurance training does not improve changes in body composition. Further analyses are ongoing. Funding provided by The Dairy Farmers of Canada.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».