MétaCan
Menu
Retour à la cohorte
Enregistrement W2096882143 · doi:10.1186/1743-7075-9-40

Nutritional regulation of muscle protein synthesis with resistance exercise: strategies to enhance anabolism

2012· article· en· W2096882143 sur OpenAlexafffund
Tyler A. Churchward‐Venne, Nicholas A. Burd, Stuart M. Phillips

Notice bibliographique

RevueNutrition & Metabolism · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésAnabolismClinical nutritionMuscle proteinResistance trainingSarcopeniaSports nutritionMedicineInternal medicineEndocrinologyPhysiologySkeletal musclePhysical therapyAthletes

Résumé

récupéré en direct d'OpenAlex

Provision of dietary amino acids increases skeletal muscle protein synthesis (MPS), an effect that is enhanced by prior resistance exercise. As a fundamentally necessary process in the enhancement of muscle mass, strategies to enhance rates of MPS would be beneficial in the development of interventions aimed at increasing skeletal muscle mass particularly when combined with chronic resistance exercise. The purpose of this review article is to provide an update on current findings regarding the nutritional regulation of MPS and highlight nutrition based strategies that may serve to maximize skeletal muscle protein anabolism with resistance exercise. Such factors include timing of protein intake, dietary protein type, the role of leucine as a key anabolic amino acid, and the impact of other macronutrients (i.e. carbohydrate) on the regulation of MPS after resistance exercise. We contend that nutritional strategies that serve to maximally stimulate MPS may be useful in the development of nutrition and exercise based interventions aimed at enhancing skeletal muscle mass which may be of interest to elderly populations and to athletes.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
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

Citations178
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrition & MetabolismMême sujetMuscle metabolism and nutritionTravaux en français237 207