Dietary Nitrate improves Cerebral Perfusion, in Young Adults during Exercise: Relationship to Cognitive Performance
Notice bibliographique
Résumé
Dietary nitrate increases middle cerebral artery mean velocity (MCA Vmean) during aerobic exercise but it remains unclear if this is true with the simultaneous inclusion of a cognitively demanding task. Therefore, our aim was to investigate whether nitrate supplementation would influence exercise‐induced changes in MCA Vmean, and cognitive performance. In a double blind randomized crossover design, 12 healthy adults consumed two 70 ml doses of either beetroot juice or placebo two hours prior to exercise. Subjects then completed four 8‐min workloads of exercise set to elicit 30%, 50%, 70%, and 85% of heart rate reserve (HRR) on a cycle ergometer. Reaction time and accuracy was assessed during a modified version of the color Stroop task, with simple and complex (incongruent) response types, in the last 3 min of each workload. MCA Vmean (Transcranial Doppler) was monitored throughout. MCA Vmean displayed a typical relationship with exercise intensity, but was significantly elevated with beetroot, especially during the complex Stroop task, at 70% (p=0.001, d=0.47) and 85% HRR (p=0.027, d=0.74). Reaction time was not statistically different between conditions regardless of the difficulty level. However, beetroot may have contributed to increased accuracy in the complex task (p=0.059) whilst cycling. These preliminary results suggest that dietary nitrate elevates MCA Vmean during a combined exercise and cognitive challenge, which may be related to improved accuracy during the most demanding tasks.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».