Sensitivity of forearm critical power to acute manipulation of perfusion pressure
Notice bibliographique
Résumé
PURPOSE We tested the hypothesis that manipulating perfusion pressure (PP) impacts forearm critical power (fCP). METHODS 9 healthy young (23 ± 2.6 yrs) males completed 10 min fCP tests in each of arm above (A) and below (B) heart level (forearm PP A < B by ~30 mmHg). fCP (average of force impulse in last 30 s of test), forearm blood flow (FBF; echo and Doppler ultrasound), arterial pressure (MAP; finger photoplethysmography), O 2 consumption (VO 2 ; venous blood samples, Fick eqn) were measured during exercise. RESULTS mean ± SD. Responders (all with compromised fCP in A vs. B; 21 ± 7 vs. 30 ± 6 kg·s, p=0.01) and non‐responders (no compromise to fCP in A vs. B; 29 ± 17 vs. 27 ± 16 kg·s, P=0.14) were identified. Responders exhibited O 2 D compromise in A vs. B (164 ± 60 vs. 178 ± 65 ml O 2 /min, p=0.04), and all had lower VO 2 in A vs. B but this was not statistically significant (VO 2 88 ± 30 ml/min vs. 104 ± 40 ml/min, p=0.12). Non‐responders had no compromise to O 2 D in A vs. B (153 ± 26 vs. 164 ± 28 ml O 2 /min, p=0.53), nor any compromise to VO 2 (99 ± 21 ml/min vs. 106 ± 28 ml/min, p=0.58). No clear pattern regarding pressor or vasodilatory compensation to protect O 2 D was found (Responders A vs. B, ΔFVC p=0.01, ΔMAP p=0.12; Non‐responders A vs. B ΔFVC p=0.22, ΔMAP p=0.37). CONCLUSIONS Reductions in perfusion pressure can reduce forearm critical power in individuals who cannot defend O 2 D. These data highlight the importance of O 2 D to fCP. NSERC
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».