MétaCan
Menu
Retour à la cohorte
Enregistrement W2122158491 · doi:10.1098/rsbl.2005.0337

Modulation of passive force in single skeletal muscle fibres

2005· article· en· W2122158491 sur OpenAlexaff
Dilson E. Rassier, Eun‐Jeong Lee, Walter Herzog

Notice bibliographique

RevueBiology Letters · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSarcomereTitinIsometric exerciseBiophysicsMuscle stiffnessAnatomyStiffnessSkeletal muscleMuscle contractionMaterials scienceBiologyMyocyteComposite material

Résumé

récupéré en direct d'OpenAlex

In this study, we investigated the effects of activation and stretch on the passive force-sarcomere length relationship in skeletal muscle. Single fibres from the lumbrical muscle of frogs were placed at varying sarcomere lengths on the descending limb of the force-sarcomere length relationship, and tetanic contractions, active stretches and passive stretches (amplitudes of ca 10% of fibre length at a speed of 40% fibre length/s) were performed. The passive forces following stretch of an activated fibre were higher than the forces measured after isometric contractions or after stretches of a passive fibre at the corresponding sarcomere length. This effect was more pronounced at increased sarcomere lengths, and the passive force-sarcomere length relationship following active stretch was shifted upwards on the force axis compared with the corresponding relationship obtained following isometric contractions or passive stretches. These results provide strong evidence for an increase in passive force that is mediated by a length-dependent combination of stretch and activation, while activation or stretch alone does not produce this effect. Based on these results and recently published findings of the effects of Ca2+ on titin stiffness, we propose that the observed increase in passive force is caused by the molecular spring titin.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,248 · 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

Citations40
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207