MétaCan
Menu
Retour à la cohorte
Enregistrement W4381793945

Exercise Training and Fasting: Current Insights

2020· article· en· W4381793945 sur OpenAlexaboutno aff
Hassane Zouhal, Ayoub Saeidi, Amal Salhi, Huijun Li, Essop MF, Ismail Laher, Fatma Rhibi, Sadegh Amani-Shalamzari, Ben Abderrahman A

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDietary Effects on Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Current (fluid)PsychologyMedicinePhysical medicine and rehabilitationPhysical therapyGeographyEngineeringMeteorologyElectrical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Hassane Zouhal, 1 Ayoub Saeidi, 2,* Amal Salhi, 3,* Huige Li, 4 M Faadiel Essop, 5 Ismail Laher, 6 Fatma Rhibi, 1 Sadegh Amani-Shalamzari, 2 Abderraouf Ben Abderrahman 7 1M2S (Laboratoire Mouvement, Sport, Santé), University of Rennes, Rennes F-35000, France; 2Department of Exercise Physiology, Faculty of Physical Education & Sports Science, Kharazmi University, Tehran, Iran; 3Department of Medicine Physical and Functional Rehabilitation of the National Institute of Orthopedics “M.T. Kassab”, Tunis, Tunisia; 4Department of Pharmacology, Johannes Gutenberg University Medical Center, Mainz, Germany; 5Cardio-Metabolic Research Group (CMRG), Department of Physiological Sciences, Stellenbosch University, Stellenbosch 7600, South Africa; 6Department of Anesthesiology, Pharmacology & Therapeutics, Faculty of Medicine, The University of British Columbia, Vancouver, Canada; 7Higher Institute of Sport and Physical Education, Ksar-Said, University of Manouba, Manouba, Tunisia*These authors contributed equally to this workCorrespondence: Hassane ZouhalM2S (LaboratoireMouvement, Sport, Santé), University of Rennes, EA 1274, Rennes F-35000, FranceEmail hassane.zouhal@univ-rennes2.frAbstract: Fasting is defined as the abstinence from consuming food and/or beverages for different periods of time. Both traditional and modern healthcare systems recommend fasting as a therapeutic intervention for the management of several chronic, non-infectious diseases. Exercising during a fasting state increases lipolysis in adipose tissue while also stimulating peripheral fat oxidation, resulting in increased fat utilization and weight loss. A key focus of this review is to assess whether endurance training performed while fasting induces specific training adaptations, where increased fat oxidation improves long-term endurance levels. Fasting decreases body weight, lean body and fat content in both trained and untrained individuals. Several studies indicate a broader impact of fasting on metabolism, with effects on protein and glucose metabolism in sedentary and untrained subjects. However, there are conflicting data regarding the effects of fasting on glucose metabolism in highly trained athletes. The effects of fasting on physical performance indicators also remain unclear, with some reporting a decreased performance, while others found no significant effects. Differences in experimental design, severity of calorie restriction, duration, and participant characteristics could, at least in part, explain such discordant findings. Our review of the literature suggests that there is little evidence to support the notion of endurance training and fasting-mediated increases in fat oxidation, and we recommend that endurance athletes should avoid high intensity training while fasting.Keywords: fasting state, calorie restriction, metabolic adaptation fat oxidation, glucose metabolism, endurance performance, Ramadan

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,454
Tête enseignante GPT0,582
Écart entre enseignants0,129 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetDietary Effects on HealthTravaux en français237 207