Impact of aerobic fitness status, menstrual cycle phase, and oral contraceptive use on exercise substrate oxidation and metabolic flexibility in females
Notice bibliographique
Résumé
The influence of menstrual cycle phase and fitness status on metabolism during high-intensity interval exercise (HIIE) was assessed. Twenty-five females (24.4 (3.6) years) were categorized by normal menstrual cycle ( n = 14) vs. oral contraceptive (OC) use ( n = 11) and by aerobic fitness, high-fitness females (HFF; n = 13) vs. low-fitness females (LFF; n = 12). HIIE was four sets of four repetitions with a 3 min rest between intervals on a cycle ergometer at a power output halfway between the ventilatory threshold and V̇O2peak and performed during follicular (FOL: days 2–7 or inactive pills) and luteal phases (LUT: day ∼21 or 3rd week of active pills). Substrate oxidation was assessed via indirect calorimetry, blood lactate via finger stick, and recovery of skeletal muscle oxidative metabolism (mV̇O2) via continuous-wave near-infrared spectroscopy. HFF oxidized more fat (g·kg−1) during the full session (FOL: p = 0.050, LUT: p = 0.001), high intervals (FOL: p = 0.048, LUT: p = 0.001), low intervals (FOL: p = 0.032, LUT: p = 0.024), and LUT recovery ( p = 0.033). Carbohydrate oxidation area under the curve was greater in HFF during FOL (FOL: p = 0.049, LUT: p = 0.124). Blood lactate was lower in LFF in FOL ( p ≤ 0.05) but not in LUT. Metabolic flexibility (Δ fat oxidation g·kg−1·min−1) was greater in HFF than LFF during intervals 2–3 in FOL and 1–4 in LUT ( p ≤ 0.05). Fitness status more positively influences exercise metabolic flexibility during HIIE than cycle phase or OC use.
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) | 0,001 | 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 ».