Cold Acclimation in Humans: Effects of Changes in Brown Fat on the Recruitment and Shivering Pattern of Superficial Muscles
Notice bibliographique
Résumé
During cold exposure, humans rely primarily on shivering thermogenesis (ST) and to a lesser extent on nonshivering thermogenic (NST) processes in an attempt to counteract increases in heat loss. Recently, cold acclimation has been shown to increase the volume and activity of brown adipose tissue (BAT). The purpose of this study was to quantify changes in ST intensity, muscle recruitment and shivering pattern (i.e. continuous vs burst shivering) following 4 weeks of cold acclimation in young men. Nine participants were exposed to a cold condition for 180 min using a liquid‐conditioned suit (LCS) perfused with 4°C water before and after cold acclimation (2hr/day at 10°C using an LCS, 5 days/week, for 4 weeks). Changes in ST were monitored by surface electromyography (sEMG) in 12 superficial muscles of torso, arms and legs. For all these muscles, results showed that ST intensity, their relative contribution to total ST and shivering pattern (total number of bursts, burst rate and burst intensity) remained unchanged following this level of cold acclimation. In previously published work, we showed that these same subjects increased BAT volume by ~45% and metabolic activity increased ~120% following cold acclimation (Blondin et al. , JCEM 2014). While this suggested an increase role of NST following acclimation, the present study shows that this increase in BAT activity does not alter shivering intensity and/or recruitment pattern of muscles specifically measured in this study. Additional work will be needed to determine whether the activity of deeper muscles is affected by changes in cold acclimation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».