MétaCan
Menu
Retour à la cohorte
Enregistrement W2982804285 · doi:10.3390/ijms20215479

Current Understanding of Residual Force Enhancement: Cross-Bridge Component and Non-Cross-Bridge Component

2019· review· en· W2982804285 sur OpenAlexafffund
Atsuki Fukutani, Walter Herzog

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJapan Society for the Promotion of ScienceKillam Trusts
Mots-clésIsometric exerciseTitinSarcomereMuscle contractionMyosinActinContraction (grammar)ResidualBiophysicsMechanicsPhysicsChemistryMathematicsAnatomyMyocyteBiology

Résumé

récupéré en direct d'OpenAlex

Muscle contraction is initiated by the interaction between actin and myosin filaments. The sliding of actin filaments relative to myosin filaments is produced by cross-bridge cycling, which is governed by the theoretical framework of the cross-bridge theory. The cross-bridge theory explains well a number of mechanical responses, such as isometric and concentric contractions. However, some experimental observations cannot be explained with the cross-bridge theory; for example, the increased isometric force after eccentric contractions. The steady-state, isometric force after an eccentric contraction is greater than that attained in a purely isometric contraction at the same muscle length and same activation level. This well-acknowledged and universally observed property is referred to as residual force enhancement (rFE). Since rFE cannot be explained by the cross-bridge theory, alternative mechanisms for explaining this force response have been proposed. In this review, we introduce the basic concepts of sarcomere length non-uniformity and titin elasticity, which are the primary candidates that have been used for explaining rFE, and discuss unresolved problems regarding these mechanisms, and how to proceed with future experiments in this exciting area of research.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,133
Tête enseignante GPT0,439
Écart entre enseignants0,306 · 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

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207