MétaCan
Menu
Retour à la cohorte
Enregistrement W2530483551 · doi:10.1152/japplphysiol.00613.2016

Skeletal muscle and resistance exercise training; the role of protein synthesis in recovery and remodeling

2016· review· en· W2530483551 sur OpenAlexaff
Chris McGlory, Michaela C. Devries, Stuart M. Phillips

Notice bibliographique

RevueJournal of Applied Physiology · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMuscle hypertrophySkeletal muscleProtein turnoverResistance trainingMitochondrial biogenesisBiogenesisProtein biosynthesisRibosome biogenesisPhenotypeBiologyExercise physiologyMedicineInternal medicineEndocrinologyBioinformaticsGeneCell biologyMitochondrionGeneticsRibosomeRNA

Résumé

récupéré en direct d'OpenAlex

Exercise results in the rapid remodeling of skeletal muscle. This process is underpinned by acute and chronic changes in both gene and protein synthesis. In this short review we provide a brief summary of our current understanding regarding how exercise influences these processes as well as the subsequent impact on muscle protein turnover and resultant shift in muscle phenotype. We explore concepts of ribosomal biogenesis and the potential role of increased translational capacity vs. translational efficiency in contributing to muscular hypertrophy. We also examine whether high-intensity sprinting-type exercise promotes changes in protein turnover that lead to hypertrophy or merely a change in mitochondrial content. Finally, we propose novel areas for future study that will fill existing knowledge gaps in the fields of translational research and exercise science.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,977
Score d'incertitude au seuil0,438

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations133
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetMuscle metabolism and nutritionTravaux en français237 207