Obtaining force–frequency curves with a single 3‐second train of stimuli
Notice bibliographique
Résumé
We devised a method to assess the force-frequency relationship (FFR) in human skeletal muscle that involved delivery of a single 2.8-s train of shocks directly to the femoral nerve. This increasing-frequency train (IFT) was based on a power function, with a range of stimulation frequencies beginning at 5 Hz and rising to 100 Hz. We compared the IFT to a standard series of constant-frequency trains (CFT) under two conditions. Force-frequency curves were examined, first in response to altered muscle length and second, following fatigue. There was no leftward shift in the curve when the knee extensors were shortened, although maximal force increased. In contrast, we observed a rightward shift in the curve after fatigue with both protocols; the frequency required to develop 50% of maximal force increased by 48% (P <.01) with CFT and 58% (P <.001) with an IFT. The CFT produced an irregular pattern of low-frequency fatigue recovery. In the IFT, low-frequency fatigue was greatest at the onset of recovery and decreased linearly until 120 s. These experiments show that the IFT protocol reveals alterations in muscle performance similar to the more traditional CFT. However, it requires only 2.8 s to administer and was judged more tolerable by 70% of our subjects. This suggests that the IFT may be an effective alternative for determining the FFR in human muscle for clinical and experimental purposes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».