MétaCan
Menu
Retour à la cohorte
Enregistrement W1893925664 · doi:10.1111/j.1600-0838.2007.00759.x

Myostatin inhibition: a potential performance enhancement strategy?

2008· review· en· W1893925664 sur OpenAlexafffund
Matthew Fedoruk, Jim L. Rupert

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesWorld Anti-Doping Agency
Mots-clésMyostatinRegulatorMuscle atrophyMedicineAtrophyEndocrinologyInternal medicineMuscle hypertrophyBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

A decade has passed since myostatin was first identified as a negative regulator of muscle growth. Since then, studies in both humans and animals have demonstrated that decreasing the levels of this growth factor or inhibiting its function can dramatically increase muscle size, and a number of therapeutic applications of myostatin inhibition to the treatment of myopathies and muscle atrophy have been proposed. As such treatments would be likely to also stimulate muscle growth in healthy individuals, there is a growing concern among anti-doping authorities that myostatin inhibitors may be among the next generation of ergogenic pharmaceuticals or even in the vanguard of "gene doping" technology. While the ability to stimulate muscle growth through myostatin inhibition is well documented, a growing body of evidence suggests such increases may not translate into an improvement in athletic performance. This article briefly reviews the function of this potent regulator of muscle development and explores the potential therapeutic uses, and potential ergogenic abuses, of myostatin manipulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,316
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetMuscle Physiology and DisordersTravaux en français237 207