MétaCan
Menu
Retour à la cohorte
Enregistrement W2120302937 · doi:10.1152/japplphysiol.00989.2009

The effects of loading and estrogen on rat bone growth

2010· article· en· W2120302937 sur OpenAlexaff
Olli Leppänen, Harri Sievänen, Jarkko Jokihaara, Ilari Pajamäki, Pekka Kannus, David M. L. Cooper, Teppo L. N. Järvinen

Notice bibliographique

RevueJournal of Applied Physiology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of SaskatchewanUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFemurEstrogenBone mineralEndocrinologyInternal medicineChemistryDiaphysisAnatomyMedicineOsteoporosisSurgery

Résumé

récupéré en direct d'OpenAlex

This study evaluated the contributions of locomotive loading and estrogen to the development of diaphysis of rat femur. A randomized 2x2 study design was used. Altogether, 70 female Sprague-Dawley rats were used, of which 10 were euthanized at entry. Of the remaining rats, 16 served as controls, and the rest, 44, underwent a unilateral sciatic neurectomy. The effect of estrogen was removed by ovariectomizing one-half of the neurectomized rats. After 27 wk, the animals were euthanized, and the femora were excised. Irrespective of loading or estrogen, the femur length and mineral mass increased by 142 and 687%, respectively. Axial growth was not modulated either by locomotive loading or estrogen, but the loading resulted in direction-specific changes in the cross-sectional geometry. The estrogen-related gains were evident on the endocortical surface, while the loading-related gains occurred on the periosteal surface. The loading and estrogen were significantly associated with increased bone strength (21 and 15%, respectively) in the mediolateral direction, but not in the anteroposterior direction. Axial growth and accrual of bone mineral mass of the rat femur are largely independent of locomotive loading or estrogen, whereas these factors specifically account for the femur function, as either a mechanical lever or a mineral reservoir for reproduction, respectively.

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 seuil0,003

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 technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,284
Écart entre enseignants0,277 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetBone health and osteoporosis researchTravaux en français237 207