MétaCan
Menu
Retour à la cohorte
Enregistrement W4401931768 · doi:10.14814/phy2.70022

Exercise‐induced appetite suppression: An update on potential mechanisms

2024· review· en· W4401931768 sur OpenAlexaff
Seth F. McCarthy, Jessica A. L. Tucker, Tom J. Hazell

Notice bibliographique

RevuePhysiological Reports · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueGDF15 and Related Biomarkers
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésAppetiteGhrelinPeptide YYEndocrinologyInternal medicineLeptinMedicineHormoneNeuropeptideObesityNeuropeptide Y receptorReceptor

Résumé

récupéré en direct d'OpenAlex

The first systematic reviews of the effects of exercise on appetite-regulation and energy intake demonstrated changes in appetite-regulating hormones consistent with appetite suppression and decreases in subsequent relative energy intake over a decade ago. More recently, an intensity-dependent effect and several potential mechanisms were proposed, and this review aims to highlight advances in this field. While exercise-induced appetite suppression clearly involves acylated ghrelin, glucagon-like peptide-1 may also be involved, though recent evidence suggests peptide tyrosine tyrosine may not be relevant. Changes in subjective appetite perceptions and energy intake continue to be equivocal, though these results are likely due to small sample sizes and methodological inconsistencies. Of the proposed mechanisms responsible for exercise-induced appetite suppression, lactate has garnered the most support through in vitro and in vivo rodent studies as well as a growing amount of work in humans. Other potential modulators of exercise-induced appetite suppression may include sex hormones, growth-differentiation factor 15, Lac-Phe, brain-derived neurotrophic factor, and asprosin. Research should focus on the mechanisms responsible for the changes and consider these other modulators (i.e., myokines/exerkines) of appetite to improve our understanding of the role of exercise on appetite regulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,364
Écart entre enseignants0,303 · 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'étudeAutre devis
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

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysiological ReportsMême sujetGDF15 and Related BiomarkersTravaux en français237 207