MétaCan
Menu
← Retour à la cohorte
Enregistrement W2048745476 · doi:10.1139/y01-062

Bradykinin facilitates noradrenaline spillover during contraction in the canine gracilis muscle

2001· article· en· W2048745476 sur OpenAlexvenueno aff
Julie L. Lavoie, Louise Béliveau

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2001
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBradykininContraction (grammar)Internal medicineEndocrinologySkeletal muscleMuscle contractionStimulationSpillover effectChemistryReceptorBiologyMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

Noradrenaline spillover from skeletal muscle vascular areas increases during exercise but the underlying mechanisms are not well understood. Muscle contraction itself causes changes in many factors that could affect noradrenaline spillover. For instance, it has been reported that bradykinin is synthesized in skeletal muscle areas during contraction. Because the B2 bradykinin receptor facilitates noradrenaline spillover, it may be involved in the increase associated with contraction. In this experiment, we studied the effect of bradykinin on noradrenaline spillover in the in situ canine gracilis muscle, using the specific B2 antagonist HOE 140. The drug did not modify noradrenaline spillover at rest, but did cause a significant decrease during muscle contraction, from 558 to 181 pg min(-1). As reported previously in the literature, fractional extraction of noradrenaline decreased during muscle contraction. This effect was independent of HOE 140 treatment. In light of our results, it seems that bradykinin formation during muscle contraction may play an important part in the observed increase in noradrenaline spillover but does not affect fractional extraction.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,278
Écart entre enseignants0,261 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and Pharmacology→Même sujetPain Mechanisms and Treatments→Travaux en français237 207→