MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389024443 · doi:10.1096/fasebj.30.1_supplement.1290.18

Aerobic Fitness Modulates Whole‐body Heat Loss Responses in Young Adult Males during Exercise in Hot Dry Conditions

2016· article· en· W4389024443 sur OpenAlexafffundabout
Jeff C. Louie, Dallon T. Lamarche, Sean R. Notley, Martin P. Poirier, Sarah Y. Zhang, Y.Y. Lee, Glen P. Kenny

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSports Performance and Training
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnimal scienceCalorimetryChemistryThermoregulationHeat stressAerobic capacityVO2 maxMedicineInternal medicineHeart rateThermodynamicsBiology

Résumé

récupéré en direct d'OpenAlex

It is well established that aerobic fitness (as defined by peak oxygen uptake) improves the body's ability to dissipate heat during exercise in hot conditions. However, it currently remains unclear at what level of heat stress differences in aerobic fitness may alter the body's physiological capacity to dissipate heat. Therefore, in this pilot work, we examined whole‐body heat loss using direct calorimetry in endurance (n=4, 63.5±1.5 mlO 2 /kg/min) and non‐endurance trained (n=4; 37.3±0.3 mlO 2 /kg/min, P=0.002) healthy young adult males (22±4 years) matched for body surface area (endurance: 1.89±0.14; non‐endurance: 1.87±0.16 m 2 , P=0.104). Participants performed three 30‐min bouts of semi‐recumbent cycling at fixed rates of metabolic heat production equal to 300 (Ex1), 400 (Ex2), and 500 W (Ex3) (an equivalent external workload of approximately 45, 75 and 100 W, respectively), each separated by a 15‐min recovery period in dry heat (40°C, 14% relative humidity). These fixed rates of heat production were employed to ensure a similar stimulus for whole‐body sweating. The rates of whole‐body heat loss (evaporative heat loss and dry heat exchange) and metabolic heat production were measured by direct and indirect calorimetry, respectively. Whole‐body heat content was measured as the cumulative summation of heat production and heat loss. We show that the rate of dry heat gain ( i.e. , from the environment), and therefore the net heat load ( i.e. , metabolic heat production plus dry heat gain), was similar between groups throughout the intermittent exercise protocol (Ex1, Ex2, Ex3, all P≥0.207). Although not statistically significant at all exercise bouts, the rate of whole‐body evaporative heat loss tended to be lower in the non‐endurance males during Ex1 (non‐endurance: 357±17 vs. endurance: 378±9 W, P=0.047), Ex2 (non‐endurance: 438±17 vs. endurance: 481±18 W, P=0.059), and Ex3 (non‐endurance: 513±29 vs. endurance: 573±26 W, P=0.113) compared to their endurance trained counterparts. Consequently, whole‐body heat content trended towards being greater in the non‐endurance group during Ex1 (non‐endurance: 127±50 vs. 112±36 kJ, P=0.163), Ex2 (non‐endurance: 138±38 vs. 86±25 kJ, P=0.038), and Ex3 (non‐endurance: 227±47 vs. 157±34 kJ, P=0.122) relative to the endurance trained group. Our early findings demonstrate that aerobic fitness may modulate the body's physiological capacity to dissipate heat at metabolic heat loads ≥300 W in young adult males differing in peak oxygen uptake by as much as ~26 mlO 2 /kg/min. Therefore, our data supports that maintaining a high level of aerobic fitness may facilitate an enhanced capacity to dissipate heat and thereby minimize the incidence of experiencing heat related illness during exercise in the heat. Support or Funding Information This study was supported by grants from the Natural Sciences and Engineering Research Council of Canada (Discover grant, RGPIN‐06313‐2014; Discovery Grants Program ‐ Accelerator Supplement, RGPAS‐462252‐2014; funds held by Dr. Glen P. Kenny).

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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

Citations1
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetSports Performance and Training→Travaux en français237 207→