MétaCan
Menu
Retour à la cohorte
Enregistrement W2049965556 · doi:10.1097/00075197-200111000-00009

Effects of ovarian hormones on exercise metabolism

2001· review· en· W2049965556 sur OpenAlexaff
Shannon E. Campbell, Mark A. Febbraio

Notice bibliographique

RevueCurrent Opinion in Clinical Nutrition & Metabolic Care · 2001
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEndocrinologyInternal medicineCarbohydrate metabolismEstrogenHormoneGlucose uptakeMetabolismAdipose tissueLipid metabolismBiologyGlucose transporterSkeletal muscleChemistryInsulinMedicine

Résumé

récupéré en direct d'OpenAlex

Growing evidence suggests that the ovarian hormones have major effects on lipid and carbohydrate metabolism, and may also play a major role in up-stream molecular signaling mechanisms for regulating substrate metabolism. It appears that the absence of estrogen can impair glucose uptake during exercise. In contrast, progesterone not only impairs contraction-mediated glucose uptake when solely administered, but impairs glucose uptake when physiological concentrations of both estrogen and progesterone are administered. Likewise, progesterone administered to rodents for 14 days decreases glucose transporter (GLUT) 4 protein content in skeletal muscle and adipose tissue. Furthermore removing the ovaries decreases the activity of key oxidative enzymes while estrogen treatment restores the activity of these enzymes. It appears, therefore, that estrogen increases the metabolic capacity for both carbohydrate and lipid metabolism, perhaps increasing the overall metabolic flexibility of skeletal muscle. Conversely, progesterone negates both these effects, and could therefore result in a state of relative metabolic inflexibility, similar to that observed in the metabolic syndrome.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,898
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,127
Tête enseignante GPT0,465
Écart entre enseignants0,338 · 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.

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

Citations54
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Clinical Nutrition & Metabolic CareMême sujetAdipose Tissue and MetabolismTravaux en français237 207