Vasoregulatory mechanism response speed to step increases or decreases in exercise from steady state
Notice bibliographique
Résumé
We tested the hypothesis that muscle vasoregulatory mechanisms respond rapidly to step increases and decreases in exercise intensity from steady state. 10 men and 9 women (21.8 ±3.6 yrs) performed repeated step‐transitions between 4 min bouts of low (L) and moderate (M) forearm handgrip exercise intensities. Forearm blood flow (FBF; Doppler ultrasound), mean arterial pressure (MAP, finometer), and heart rate (HR; ECG) were measured beat by beat. A cardiac cycle during each relaxation of the duty cycle (1s contract/2s relax) was used to quantify forearm hemodynamics (FBF relax ml/min; forearm vascular conductance, FVC relax ml/min/100 mmHg). Data mean ± SD. FBF relax increased rapidly following a step increase in exercise intensity (L steady state 243.1 ±103.6 vs. 1 st M relaxation 262.0 ±78.1, P = 0.075 vs. 2 nd M relaxation 289.8 ±82.2, P<0.001). This was due to a rapid vasodilation (FVC relax L steady state 258.8 ±93.0 vs. 1 st M relaxation 279.6 ± 71.8, P = 0.058; vs. 2 nd M relaxation 304.7 ±74.0, P<0.001). The same rapid responses were observed with decreases in exercise intensity (FVC relax M steady state 462.3 ± 120.5 vs. 1 st L relaxation 435.8 ±103.3, P<0.001; vs. 2 nd L relaxation 420.4 ±99.0, P<0.001). We conclude that vasoregulatory mechanisms are able to alter muscle blood flow rapidly and with little delay in response to sudden increases and decreases in exercise intensity from steady state. Supported by NSERC 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) | 0,000 | 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 ».