MétaCan
Menu
← Retour à la cohorte
Enregistrement W3177187290 · doi:10.1096/fasebj.2018.32.1_supplement.589.1

Influences of a Cold and Warm Environment on Substrate Metabolism in Women during Running and Cycling

2018· article· en· W3177187290 sur OpenAlexaff
Dominique D. Gagnon, Alexus McCue, Sandra C. Dorman, Olivier Serresse

Notice bibliographique

RevueThe FASEB Journal · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessCyclingVO2 maxAnimal scienceChemistryTreadmillCrossover studyExercise intensityCycle ergometerIncremental exerciseExercise physiologyLipid oxidationTime trialAerobic exerciseInternal medicineMedicineHeart rateBiochemistryBiologyBlood pressure

Résumé

récupéré en direct d'OpenAlex

Background Women oxidize more fat than men at rest and during exercise due to differences in hormonal and blood flow regulatory mechanisms, as well as substrate storage and mobilization. Exercise studies examining the effects of varying environments on energy metabolism have consistently demonstrated a greater shift towards lipid utilization in cold compared to warm environments in men. In addition, these studies have been conducted at fixed exercise intensities and workloads only, and have not been validated with different exercise modalities. Thereby, this study aimed to determine whether cold and warm ambient temperatures influence fat and CHO oxidation across a range of exercise intensities during treadmill and cycle ergometer exercise in women. Methods Twelve women (age 22 ± 1.8 yrs, weight 61 ± 6.6 kg, height 1.6 ± 0.09 m, body fat 26 ± 4.7 %, FFM 45 ± 5.8 kg, body surface area 1.6 ± 0.12 m 2 , and V̇O 2 48 ± 5.1 mlO2·kg −1 ·min −1 ) completed four trials, one week apart, during which they performed an incremental peak oxygen consumption (V̇O 2peak ) test on a cycle ergometer or treadmill in a cold (5°C) or warm (35°C) environment. Cardiorespiratory and oxidation variables, including V̇O 2 , maximal fat oxidation rate (MFO), exercise intensity where MFO occurs (Fat max ), and relative contribution of lipids and carbohydrates (CHO) to total energy expenditure crossover point (CC) were assessed via indirect calorimetry. Lactate pre and post tests was also assessed. Analyses of variances and multiple linear regressions were performed. Results MFO was greater in the cold vs. warm for treadmill (0.51 ± 0.19 vs. 0.41 ± 0.14 g•min −1 ; p=0.04) but not during cycling (0.32 ± 0.14 vs. 0.23 ± 0.07 g•min −1 ; p=0.08). MFO was also greater during treadmill vs. cycling exercise, in both temperatures (0.46 ± 0.16 g•min −1 vs. 0.28 ± 0.11 g•min −1 ; p<0.001). Fat max was greater in the cold vs. warm within treadmill (63 ± 27 vs. 49 ± 22 % V̇O 2max ; p=0.02) but not cycling (41 ± 20 vs. 31 ± 12 % V̇O 2max ; p=0.16). CC was greater in the cold vs. warm within treadmill exercise (53 ± 20 vs. 39 ± 17% V̇O 2max ; p=0.04) but not during cycling (36 ± 12 vs. 28 ± 10% V̇O 2max ; p=0.19). Multiple linear regressions further revealed a strong influence of ambient temperature on lipids (p<0.001) and CHO (p<0.001) oxidation rates across exercise intensities. Conclusions Exercising in a cold environment increased MFO, Fat max , and CC during treadmill exercise in women but not during cycling. These results imply that ambient temperature influences energy metabolism over a wide range of exercise intensities during treadmill exercise in women, similarly to what is seen in men. The large variability in fat oxidation in the present results, similar to other studies, will need to be investigated further in both women and men. Support or Funding Information This work was supported by a Laurentian University Research Fund grant. This abstract is from the Experimental Biology 2018 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMuscle metabolism and nutrition→Travaux en français237 207→