MétaCan
Menu
Retour à la cohorte
Enregistrement W4387965417 · doi:10.1113/ep091207

Shifting focus: Time to look beyond the classic physiological adaptations associated with human heat acclimation

2023· review· en· W4387965417 sur OpenAlexafffund
Thomas A. Deshayes, Dèwanou Gilles Arnaud Sodabi, Marianne Dubord, Daniel Gagnon

Notice bibliographique

RevueExperimental Physiology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of Canada
Mots-clésAcclimatizationFocus (optics)BiologyEcologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Planet Earth is warming at an unprecedented rate and our future is now assured to be shaped by the consequences of more frequent hot days and extreme heat. Humans will need to adapt both behaviorally and physiologically to thrive in a hotter climate. From a physiological perspective, countless studies have shown that human heat acclimation increases thermoeffector output (i.e., sweating and skin blood flow) and lowers cardiovascular strain (i.e., heart rate) during heat stress. However, the mechanisms mediating these adaptations remain understudied. Furthermore, several possible benefits of heat acclimation for other systems and functions involved in maintaining health and performance during heat stress remain to be elucidated. This review summarizes recent advances in human heat acclimation, with emphasis on recent studies that (1) advanced our understanding of the mechanisms mediating improved thermoeffector output and (2) investigated adaptations that go beyond those classically associated with heat acclimation. We highlight that these studies have contributed to a better understanding of the integrated physiological responses underlying human heat acclimation while leaving key unanswered questions that will need to be addressed in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,131
Tête enseignante GPT0,401
Écart entre enseignants0,270 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental PhysiologyMême sujetThermoregulation and physiological responsesTravaux en français237 207