MétaCan
Menu
Retour à la cohorte
Enregistrement W2807092590 · doi:10.1016/j.jshs.2018.05.005

Why are muscles strong, and why do they require little energy in eccentric action?

2018· article· en· W2807092590 sur OpenAlexaff
Walter Herzog

Notice bibliographique

RevueJournal of sport and health science/Journal of Sport and Health Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseSarcomereEccentricContraction (grammar)Muscle contractionAnatomyPhysicsMedicineMyocytePhysical therapyInternal medicineQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

It is well acknowledged that muscles that are elongated while activated (i.e., eccentric muscle action) are stronger and require less energy (per unit of force) than muscles that are shortening (i.e., concentric contraction) or that remain at a constant length (i.e., isometric contraction). Although the cross-bridge theory of muscle contraction provides a good explanation for the increase in force in active muscle lengthening, it does not explain the residual increase in force following active lengthening (residual force enhancement), or except with additional assumptions, the reduced metabolic requirement of muscle during and following active stretch. Aside from the cross-bridge theory, 2 other primary explanations for the mechanical properties of actively stretched muscles have emerged: (1) the so-called sarcomere length nonuniformity theory and (2) the engagement of a passive structural element theory. In this article, these theories are discussed, and it is shown that the last of these-the engagement of a passive structural element in eccentric muscle action-offers a simple and complete explanation for many hitherto unexplained observations in actively lengthening muscle. Although by no means fully proven, the theory has great appeal for its simplicity and beauty, and even if over time it is shown to be wrong, it nevertheless forms a useful framework for direct hypothesis testing.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,063
Tête enseignante GPT0,374
Écart entre enseignants0,311 · 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'étudeThéorique ou conceptuel
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

Citations91
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of sport and health science/Journal of Sport and Health ScienceMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207