Impact of airflow on body cooling in exercise: an exploratory study
Notice bibliographique
Résumé
Objective: To analyze the body heat dissipation by thermography during indoor running treadmill with different airflow conditions. Materials and method: Nine male participants (23.0±2.5 years old) underwent three 45-minute moderate-intensity running sessions (60-70% reserve heart rate) on a treadmill. At each session, a different experimental condition was applied in a crossover design: without airflow (NF), and with low (LF) and high airflow (HF) generated by a fun. Thermograms were obtained with a thermal camera before exercise, during (every 10 minutes), and after exercise. Skin temperature (Tsk) was measured on regions of interest of the upper body: pectoral, brachial biceps, and upper back. A repeated measures ANOVA was used to compare Tsk over time and between conditions, considering p<0.05 as statistically significant. Results: In pectoral and brachial biceps, LF and HF conditions provided greater reductions in Tsk at all moments when compared to the NF (p<0.05). There was a higher reduction in Tsk to the HF vs LF in biceps at 30, 40, and 45 min during exercise (p<0.05). In the upper back, Tsk remained below baseline at all moments during exercise only in the HF condition (p<0.05). In NF and LF conditions, Tsk returned to baseline at 30 min during exercise (p>0.05). Conclusion: The frontal wind flow enhances body heat dissipation during moderate-intensity running in the pectoral, brachial biceps, and upper back, with a direct relationship of flow speed and Tsk reduction during exercise.
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 | 0,001 |
| 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) | 0,002 | 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 ».