MétaCan
Menu
Retour à la cohorte
Enregistrement W2293632909 · doi:10.1096/fasebj.23.1_supplement.599.1

Fatigue preconditioning increases fatigue resistance in mouse FDB using a different intracellular signalling pathway to ischemic preconditioning.

2009· article· en· W2293632909 sur OpenAlexaff
Louise Boudreault, Carlo Cifelli, François Bourassa, Jean‐Marc Renaud

Notice bibliographique

RevueThe FASEB Journal · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Ischemia and Reperfusion
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIntracellularInternal medicineIschemic preconditioningEndocrinologyGlibenclamideMedicineMuscle fatigueChemistryCardiologyPharmacologyIschemiaPhysical medicine and rehabilitationBiochemistryElectromyography

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine the nature of the intracellular signalling pathway that regulates fatigue preconditioning (FPC) whereby one fatigue bout (FAT1) acutely increases the fatigue resistance of muscle during a second fatigue bout (FAT2). All fatigue bouts were elicited with one tetanic contraction every s for 3 min and FAT2 was elicited 60 min after FAT1. The decreases in peak tetanic Ca 2+ i and force were significantly slower while the increases in unstimulated Ca 2+ i and force were significantly less during FAT2 than during FAT1. The differences between FAT2 and FAT1 were even greater when KATP channels were blocked with 10 µM glibenclamide. Ischemic preconditioning (IPC) is a phenomenon in which short, non‐ damaging ischemic periods increase muscle resistance to the damaging effects of a long and damaging ischemic period. While adenosine, sarcolemmal and mitochondrial KATP channels, protein kinase C and reactive oxygen species have all been implicated in IPC, the addition of their specific blockers during FAT1 did not prevent the increased fatigue resistance during FAT2. We therefore conclude that IPC and FPC have different intracellular signalling pathways.

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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,268
Écart entre enseignants0,243 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetCardiac Ischemia and ReperfusionTravaux en français237 207