Obésité et diabète : exploration des déterminants de l’aptitude physique aérobie et perfectionnement des stratégies de réduction du risque d'hypoglycémie
Bibliographic record
Abstract
Depuis mon recrutement en tant que maitre de conférences en septembre 2019, je me suis pleinement investi au sein de l’équipe « Activité Physique, Muscle, Santé : Thème 3 : Adaptations et dysfonctions métaboliques à l’exercice ». J’ai donc développé plusieurs projets « en continuité avec mes thématiques de thèse et postdoctorat à la fois en France, au Canada et en Tunisie. Mon manuscrit d'HDR résume mes travaux de recherche en sciences du sport en lien avec le diabète et l’obésité avec un fil conducteur : réduire l’impact négative de ces pathologies afin d’augmenter l’adhésion à la pratique sportive. Trois projets de recherche sont développés. Le premier est en lien avec les stratégies de réductions d’hypoglycémie en lien avec l’exercice chez les patients vivant avec le diabète de type 1 (DT1). La seconde partie est dévolue à l’impact du rythme circadien « Timing d’exercice » sur la variabilité glycémique chez les DT1. L’objectif des deux premiers projets est de trouver des solutions à ces patients pour éviter l’hypoglycémie ce qui induira une augmentation d’adhésion à la pratique d’activité physique. La troisième partie est dédiée à étudier l’impact des maladies métaboliques (e.g., diabète de type 1, diabète de type 2, obésité) sur la fonction pulmonaire. L’objectif de cette troisième partie est double : mieux comprendre les mécanismes sous-jacents qui sont à l’origine de de la baisse de l’aptitude physique aérobie chez ces patients et proposer des entrainements adaptés afin de contrecarrer ces altérations.Depuis mon recrutement en tant que maitre de conférences en septembre 2019, je me suis pleinement investi au sein de l’équipe « Activité Physique, Muscle, Santé : Thème 3 : Adaptations et dysfonctions métaboliques à l’exercice ». J’ai donc développé plusieurs projets « en continuité avec mes thématiques de thèse et postdoctorat à la fois en France, au Canada et en Tunisie. Mon manuscrit d'HDR résume mes travaux de recherche en sciences du sport en lien avec le diabète et l’obésité avec un fil conducteur : réduire l’impact négative de ces pathologies afin d’augmenter l’adhésion à la pratique sportive. Trois projets de recherche sont développés. Le premier est en lien avec les stratégies de réductions d’hypoglycémie en lien avec l’exercice chez les patients vivant avec le diabète de type 1 (DT1). La seconde partie est dévolue à l’impact du rythme circadien « Timing d’exercice » sur la variabilité glycémique chez les DT1. L’objectif des deux premiers projets est de trouver des solutions à ces patients pour éviter l’hypoglycémie ce qui induira une augmentation d’adhésion à la pratique d’activité physique. La troisième partie est dédiée à étudier l’impact des maladies métaboliques (e.g., diabète de type 1, diabète de type 2, obésité) sur la fonction pulmonaire. L’objectif de cette troisième partie est double : mieux comprendre les mécanismes sous-jacents qui sont à l’origine de de la baisse de l’aptitude physique aérobie chez ces patients et proposer des entrainements adaptés afin de contrecarrer ces altérations.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".