Monitoring exercise intensity during long‐term endurance exercise training in aging rats
Notice bibliographique
Résumé
Chronic exercise is known to counter a number of deleterious effects of aging. There are a number of difficulties associated with long term exercise training in aged animals, such as matching appropriate training intensities to the declining exercise capacity as animals age. But there is little quantitative information available regarding exercise capacity in very old rats. We conducted a 1 year endurance exercise study in male FBN rats, starting with rats at age 24 mo and continuing daily until 36 mo of age. Rats were divided into 3 groups; high intensity (H), and moderate intensity treadmill exercise (M), and sedentary (S). M and H animals trained at 13 m/min for 30 min/day, with the H group at 5% incline. We monitored exercise capacity and its response to training by measurements of VO 2 max and blood lactate threshold (LT) every 3 mo throughout the training. The relative training intensity for the M animals, expressed by training speed as a percent of the running speed at LT, rose significantly as the animals aged (88% at 27 mo, 104% at 30 mo, 142% at 33 mo, and 325% at 36 mo). Similar results were seen with the H animals and when using VO 2 max as a measure of exercise capacity. These results indicate that even in trained animals exercise capacity declines significantly in advanced age and stress the importance of measuring exercise ability at various time points throughout a prolonged training program. Supported by: NIH AG030423
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 | 0,001 |
| 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 ».