MétaCan
Menu
Retour à la cohorte
Enregistrement W2462416979 · doi:10.1515/hsz-2015-0240

Kinins and peptide receptors

2015· review· en· W2462416979 sur OpenAlexaff
D. Regoli, Fernand Gobeil

Notice bibliographique

RevueBiological Chemistry · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueRenin-Angiotensin System Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésReceptorChemistryPeptideCell biologyBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

This paper is divided into two sections: the first contains the essential elements of the opening lecture presented by Pr. Regoli to the 2015 International Kinin Symposium in S. Paulo, Brazil on June 28th and the second is the celebration of Dr. Regoli's 60 years of research on vasoactive peptides. The cardiovascular homeostasis derives from a balance of two systems, the renin-angiotensin system (RAS) and the kallikrein-kinin system (KKS). The biologically active effector entity of RAS is angiotensin receptor-1 (AT-1R), and that of KKS is bradykinin B2 receptor (B2R). The first mediates vasoconstriction, the second is the most potent and efficient vasodilator. Thanks to its complex and multi-functional mechanism of action, involving nitric oxide (NO), prostacyclin and endothelial hyperpolarizing factor (EDHF). B2R is instrumental for the supply of blood, oxygen and nutrition to tissues. KKS is present on the vascular endothelium and functions as an autacoid playing major roles in cardiovascular diseases (CVDs) and diabetes. KKS exerts a paramount role in the prevention of thrombosis and atherosclerosis. Such knowledge emphasizes the already prominent value of the ACE-inhibitors (ACEIs) for the treatment of CVDs and diabetes. Indeed, the ACEIs, thanks to their double action (block of the RAS and potentiation of the KKS) are the ideal agents for a rational treatment of these diseases.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,179
Tête enseignante GPT0,375
Écart entre enseignants0,196 · 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'étudeSans objet
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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological ChemistryMême sujetRenin-Angiotensin System StudiesTravaux en français237 207