Promoting brain health and resilience: The effect of three types of acute exercise on affect, brain-derived neurotrophic factor and heart rate variability
Notice bibliographique
Résumé
Physical exercise supports brain health and resilience through a variety of factors involving affective states, neurotrophins, and autonomic activity. These factors play a crucial role in supporting mental and physical health across the lifespan. We evaluated the acute effects of moderate-intensity continuous exercise, high-intensity interval exercise, and resistance exercise on positive and negative affect, Brain Derived Neurotrophic Factor (BDNF), and Heart Rate Variability (HRV). In a repeated measures cross-over design, 12 participants over 5 weeks underwent all three exercise types while affect, phlebotomy, and cardiac, measures were taken pre-, immediately post-, 30-minutes, and 60-minutes post-exercise. We found an increase in plasma BDNF concentrations irrespective of exercise type from immediately pre-exercise to post-exercise. The HRV analysis identified a decrease in root mean square of successive differences (RMSSD) immediately post-exercise, followed by a gradual increase to above pre-exercise levels at 60-minutes post exercise. We also observed a decrease in negative affect following exercise that was sustained till 60-minutes post-exercise. Taken together, the results suggest that although exercise type did not differentially affect negative affect, BDNF, or HRV, all three measures suggested a consistent physiological and psychological improvement post-exercise, highlighting the potential benefits of various forms of exercise on aspects of brain health and resilience.
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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».