MétaCan
Menu
Retour à la cohorte
Enregistrement W2898997658 · doi:10.14740/jem.v8i5.528

Irisin: As a Therapeutic Target for Metabolic Disorders

2018· article· en· W2898997658 sur OpenAlexvenueno aff
Ikram Ullah Khan

Notice bibliographique

RevueJournal of Endocrinology and Metabolism · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMyokineFNDC5MedicineAdipose tissueEndocrinologyDiabetes mellitusInternal medicineSkeletal muscleBioinformaticsFibronectinBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

During physical activity, muscle expresses a panel of proteins named as myokines which exert beneficial effects on the distant organs of the body. Irisin is a relatively newly discovered myokine mainly secreted by the skeletal muscles. This myokine is a cleavage fragment of a transmembrane protein known as fibronectin domain-containing protein 5 (FNDC5). Irisin is known to have multi-spectrum functions including browning of adipose tissue (BAT), enhancing insulin sensitivity, cognition, osteogenesis and metabolism. Due to these functions, irisin has a wide range of therapeutic effects on obesity, diabetes mellitus, hypertension, cardiovascular diseases, chronic kidney diseases, cancer and dementia. In current, our focus is emphasized upon the therapeutic aspects of irisin and its possible role in the diagnoses of various metabolic disorders. J Endocrinol Metab. 2018;8(5):87-93 doi: https://doi.org/10.14740/jem528w

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 enseignants0,006
Score d'incertitude au seuil0,021

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,021
Tête enseignante GPT0,317
Écart entre enseignants0,296 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endocrinology and MetabolismMême sujetAdipose Tissue and MetabolismTravaux en français237 207