MétaCan
Menu
Retour à la cohorte

Extremely low frequency magnetic fields can either increase or decrease analgaesia in the land snail depending on field and light conditions

2000· article· en· W2056386006 sur OpenAlexaff
Frank S. Prato, Martin Kavaliers, Alex W. Thomas

Notice bibliographique

RevueBioelectromagnetics · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensWestern UniversityLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésSnailAntagonismLand snailOpioidIon channelPotassium channelMagnetic fieldBiophysicsChemistryPhysicsNuclear magnetic resonanceBiologyReceptorEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Results of prior investigations with opioid peptide mediated antinociception or analgaesia have suggested that these extremely low frequency (ELF) magnetic field effects are described by a resonance mechanism rather than mechanisms based on either induced currents or magnetite. Here we show that ELF magnetic fields (141-414 microT peak) can, in a manner consistent with the predictions of Lednev's parametric resonance model (PRM) for the calcium ion, either (i) reduce, (ii) have no effect on, or (iii) increase endogenous opioid mediated analgaesia in the land snail, Cepaea nemoralis. When the magnetic fields were set to parameters for the predictions of the PRM for the potassium ion, opioid-peptide mediated analgaesia increased and there was evidence of antagonism by the K(+) channel blocker, glibenclamide. Furthermore, these effects were dependent on the presence of light; the effects were absent in the absence of light. These observed increases and decreases in opioid analgaesia are largely consistent with the predictions of Lednev's PRM.

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)0,0000,000
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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations83
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioelectromagneticsMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207