Brains of endurance athletes differ in the association areas but not in the primary areas
Notice bibliographique
Résumé
Regular participation in sports results in a series of physiological adaptations. However, little is known about the brain adaptations to physical activity. Here we aimed to investigate whether young endurance athletes and non-athletes differ in the gray and white matter of the brain and whether cardiorespiratory fitness (CRF) is associated with these differences. We assessed the CRF, volumes of the gray and white matter of the brain using structural magnetic resonance imaging (sMRI), and brain white matter connections using diffusion magnetic resonance imaging (dMRI) in 20 young male endurance athletes and 21 healthy non-athletes. While total brain volume was similar in both groups, the white matter volume was larger and the gray matter volume was smaller in the athletes compared to non-athletes. The reduction of gray matter was located in the association areas of the brain that are specialized in processing of sensory stimuli. In the microstructure analysis, significant group differences were found only in the association tracts, for example, the inferior occipito-frontal fascicle (IOFF) showing higher fractional anisotropy and lower radial diffusivity, indicating stronger myelination in this tract. Additionally, gray and white matter brain volumes, as well as association tracts correlated with CRF. No changes were observed in other brain areas or tracts. In summary, the brain signature of the endurance athlete is characterized by changes in the integration of sensory and motor information in the association areas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».