Les comportements compensatoires en activité physique en réponse à un exercice par intervalles à haute intensité chez une population âgée ayant le diabète de type 2
Bibliographic record
Abstract
Le diabète de type 2 (DT2) est plus prévalent chez les personnes vieillissantes physiquement inactives que chez celles qui sont actives. Pour prévenir et contrôler la maladie, la pratique d’activité physique est recommandée auprès de cette population. Parmi les institutions qui émettent ces recommandations, plusieurs, tel que Diabète Canada, suggèrent l’exercice par intervalles à haute intensité (HIIT) de courte durée (intervalle à haute intensité ≤ 1 min). Il a déjà été suggéré que des intervalles plus longs pourraient favoriser des adaptations physiologiques de plus grande ampleur, notamment au regard de la capacité cardiorespiratoire. Cela dit, il a été montré que l’augmentation soudaine de la quantité d’exercice pourrait être compensée par une réduction des niveaux d’activité physique habituels ou une augmentation des comportements sédentaires, ce que l’on nomme les comportements compensatoires. Cependant, il existe certaines contradictions dans la littérature et aucune étude ne s’est attardée aux différentes modalités d’exercice par intervalles. À ce jour, il n'existe toujours pas de consensus sur les effets de l'exercice par intervalles à haute intensité sur les niveaux d'activité physique et le temps sédentaire après l'effort chez une population âgée souffrant de maladies chroniques qui affectent le métabolisme énergétique, comme le DT2. De plus, il n'y a pas de consensus sur l'impact de la durée des intervalles à haute intensité sur les comportements compensatoires en matière d'activité physique.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".