MétaCan
Menu
Retour à la cohorte
Enregistrement W2584107823

Aging is Associated with Reductions in Fascicle Length, Sarcomere Length and Serial Sarcomere Loss

2015· article· en· W2584107823 sur OpenAlexaffvenue
Sean Crooks, Geoffrey A. Power, Walter Herzog

Notice bibliographique

RevueJournal of undergraduate research in Alberta · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSarcomereFascicleAnatomySkeletal muscleGastrocnemius muscleChemistryMyocyteBiologyMedicineInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Aging is associated with decreased active force production leading to muscle weakness and subsequently decreased muscle performance. Aging also affects the muscle’s passive force properties; whereby in old age passive muscle force has been shown to be elevated above that of young, which may be related to increased muscle stiffness with age.  The purpose of this study was to investigate potential structural property changes that occur in aged muscle that may contribute to increased passive force. Methods : The muscle length where peak force occurred (i.e. plateau of the force-length relationship (FL); L 0 ) was determined for the medial gastrocnemius muscle (MG) of young ( n = 9) and old rats ( n = 8) rats. Muscles were fixed at L 0 in 10% formalin , fascicle length, sarcomere number and the sarcomere length were compared at L 0. Results: Muscle from old rats showed a reduction of ~14% in fascicle length, ~4% in sarcomere length and  ~10% in sarcomere number, ( P < 0.001). Discussion: Shorter fascicles and reduced sarcomeres in series in muscle from old rats may explain increased passive forces in older individuals. Reduced sarcomere number in series would lead to overstretched sarcomeres, leading to increased tension on sarcomere passive force structures and sarcomeres operating on the descending limb of FL relationship.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,074
Tête enseignante GPT0,367
Écart entre enseignants0,293 · 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'étudeObservationnel
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of undergraduate research in AlbertaMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207