Passive exercise increases cerebral blood flow velocity and supports a postexercise executive function benefit
Notice bibliographique
Résumé
Abstract Executive function entails high‐level cognitive control supporting activities of daily living. Literature has shown that a single‐bout of exercise involving volitional muscle activation (i.e., active exercise) improves executive function and that an increase in cerebral blood flow (CBF) may contribute to this benefit. It is, however, unknown whether non‐volitional exercise (i.e., passive exercise) wherein an individual's limbs are moved via an external force elicits a similar executive function benefit. This is a salient question given that proprioceptive and feedforward drive from passive exercise increases CBF independent of the metabolic demands of active exercise. Here, in a procedural validation participants (n = 2) used a cycle ergometer to complete separate 20‐min active and passive (via mechanically driven flywheel) exercise conditions and a non‐exercise control condition. Electromyography showed that passive exercise did not increase agonist muscle activation or increase ventilation or gas exchange variables (i.e., V̇O2 and V̇CO2). In a main experiment participants (n = 28) completed the same exercise and control conditions and transcranial Doppler ultrasound showed that active and passive exercise (but not the control condition) increased CBF through the middle cerebral artery (ps <.001); albeit the magnitude was less during passive exercise. Notably, antisaccade reaction times prior to and immediately after each condition showed that active (p < .001) and passive (p = .034) exercise improved an oculomotor‐based measure of executive function, whereas no benefit was observed in the control condition (p = .85). Accordingly, results evince that passive exercise ‘boosts’ an oculomotor‐based measure of executive function and supports convergent evidence that increased CBF mediates this benefit.
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) | 0,004 | 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 ».