MétaCan
Menu
Retour à la cohorte
Enregistrement W1964107990 · doi:10.1152/japplphysiol.91351.2008

Exercise training and protein metabolism: influences of contraction, protein intake, and sex-based differences

2008· review· en· W1964107990 sur OpenAlexaff
Nicholas A. Burd, Jason E. Tang, Daniel R. Moore, Stuart M. Phillips

Notice bibliographique

RevueJournal of Applied Physiology · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAnabolismProtein turnoverMuscle hypertrophyEndocrinologyInternal medicineSkeletal muscleProtein metabolismBiologyMuscle contractionProtein biosynthesisSignal transductionMetabolismMedicineCell biologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Muscle contraction during exercise, whether resistive or endurance in nature, has profound affects on muscle protein turnover that can persist for up to 72 h. It is well established that feeding during the postexercise period is required to bring about a positive net protein balance (muscle protein synthesis - muscle protein breakdown). There is mounting evidence that the timing of ingestion and the protein source during recovery independently regulate the protein synthetic response and influence the extent of muscle hypertrophy. Minor differences in muscle protein turnover appear to exist in young men and women; however, with aging there may be more substantial sex-based differences in response to both feeding and resistance exercise. The recognition of anabolic signaling pathways and molecules are also enhancing our understanding of the regulation of protein turnover following exercise perturbations. In this review we summarize the current understanding of muscle protein turnover in response to exercise and feeding and highlight potential sex-based dimorphisms. Furthermore, we examine the underlying anabolic signaling pathways and molecules that regulate these processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,027
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations392
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetMuscle metabolism and nutritionTravaux en français237 207