MétaCan
Menu
Retour à la cohorte
Enregistrement W4362696797 · doi:10.1016/j.cbpa.2023.111422

Patterns of energy allocation during energetic scarcity; evolutionary insights from ultra-endurance events

2023· article· en· W4362696797 sur OpenAlexaff
Daniel P. Longman, Eimear Dolan, Jonathan C. K. Wells, Jay T. Stock

Notice bibliographique

RevueComparative Biochemistry and Physiology Part A Molecular & Integrative Physiology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésScarcityPerspective (graphical)Energy (signal processing)EcologyEvolutionary theoryBiologyData scienceCognitive psychologyPsychologyComputer scienceEconomicsArtificial intelligenceMicroeconomicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Exercise physiologists and evolutionary biologists share a research interest in determining patterns of energy allocation during times of acute or chronic energetic scarcity. Within sport and exercise science, this information has important implications for athlete health and performance. For evolutionary biologists, this would shed new light on our adaptive capabilities as a phenotypically plastic species. In recent years, evolutionary biologists have begun recruiting athletes as study participants and using contemporary sports as a model for studying evolution. This approach, known as human athletic palaeobiology, has identified ultra-endurance events as a valuable experimental model to investigate patterns of energy allocation during conditions of elevated energy demand, which are generally accompanied by an energy deficit. This energetic stress provokes detectable functional trade-offs in energy allocation between physiological processes. Early results from this modelsuggest thatlimited resources are preferentially allocated to processes which could be considered to confer the greatest immediate survival advantage (including immune and cognitive function). This aligns with evolutionary perspectives regarding energetic trade-offs during periods of acute and chronic energetic scarcity. Here, we discuss energy allocation patterns during periods of energetic stress as an area of shared interest between exercise physiology and evolutionary biology. We propose that, by addressing the ultimate "why" questions, namely why certain traits were selected for during the human evolutionary journey, an evolutionary perspective can complement the exercise physiology literature and provide a deeper insight of the reasons underpinning the body's physiological response to conditions of energetic stress.

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 enseignants0,002
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComparative Biochemistry and Physiology Part A Molecular & Integrative PhysiologyMême sujetGenetics and Physical PerformanceTravaux en français237 207