Blood Gases and Electrolyte Profile Analysis in Žemaitukai Horses During a Multiday Long-Distance 1500 km Endurance Ride
Notice bibliographique
Résumé
Today the most of horse have been tested and used for endurance races; the most competitive are Arabian due to their muscle fibre composition. Foreman argued that long-distance activity results in a discharge which influence acid-base imbalance, fluid and electrolyte loss. Acid-base balance in the body plays a key role in metabolic processes. A detailed analysis of acid-base balance provides a biochemical and physiochemical description of the state of the organism, or of individual organs and tissues within the body. Thus it is imperative to analyze acid-base balance. The aim of this study was the monitoring of the variations of blood acid-base and electrolyte parameters, and the description of the relationship between them during a long-distance 1500 km endurance ride. For the trial purpose, fifteen Žemaitukai horses were used (3 females and 12 males). All endurance rides were 1500 km long. Blood samples were taken from the jugular vein of horses into vacuum-proof tubes (United Kindom) for analysis of blood gas, electrolytes and some hematological parameters. Blood was taken in stages: the day before the ride, then after approximately 300 km of the entire distance and two weeks after the end of the ride. Blood gas and electrolyte concentration was analyzed using a blood gas analyzer EPOC (Canada) immediately after taking of a blood sample.Physical exercise in a long-distance race results a high amount of [H+] changes of pH, develops metabolic acidosis and dehydration, due the volatile acids accumulation in the blood plasma. Dehydration leads to hypoxia, hypercapnia, decreased plasma HCO³- and increased hemoglobin levels. Change of electrolyte levels can result in hyperkalemia and hipornatremia. [...].
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».