MétaCan
Menu
Retour à la cohorte
Enregistrement W3151678643 · doi:10.3389/fphys.2021.628819

The Energy of Muscle Contraction. III. Kinetic Energy During Cyclic Contractions

2021· article· en· W3151678643 sur OpenAlexafffund
Stephanie A. Ross, Sebastián A. Domínguez-Rivera, Nilima Nigam, James M. Wakeling

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of SaskatchewanSimon Fraser University
Organismes subventionnairesDivision of Mathematical SciencesNatural Sciences and Engineering Research Council of CanadaPacific Institute for the Mathematical Sciences
Mots-clésKinetic energyMechanical energyMuscle contractionWork (physics)Contraction (grammar)MyofibrilChemistryMuscle tissueAnatomyBiophysicsMaterials scienceBiomedical engineeringMechanicsPhysicsThermodynamicsBiologyInternal medicineClassical mechanicsBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

During muscle contraction, chemical energy is converted to mechanical energy when ATP is hydrolysed during cross-bridge cycling. This mechanical energy is then distributed and stored in the tissue as the muscle deforms or is used to perform external work. We previously showed how energy is distributed through contracting muscle during fixed-end contractions; however, it is not clear how the distribution of tissue energy is altered by the kinetic energy of muscle mass during dynamic contractions. In this study we conducted simulations of a 3D continuum muscle model that accounts for tissue mass, as well as force-velocity effects, in which the muscle underwent sinusoidal work-loop contractions coupled with bursts of excitation. We found that increasing muscle size, and therefore mass, increased the kinetic energy per unit volume of the muscle. In addition to greater relative kinetic energy per cycle, relatively more energy was also stored in the aponeurosis, and less was stored in the base material, which represented the intra and extracellular tissue components apart from the myofibrils. These energy changes in larger muscles due to greater mass were associated lower mass-specific mechanical work output per cycle, and this reduction in mass-specific work was greatest for smaller initial pennation angles. When we compared the effects of mass on the model tissue behaviour to that of in situ muscle with added mass during comparable work-loop trials, we found that greater mass led to lower maximum and higher minimum acceleration in the longitudinal ( x ) direction near the middle of the muscle compared to at the non-fixed end, which indicates that greater mass contributes to tissue non-uniformity in whole muscle. These comparable results for the simulated and in situ muscle also show that this modelling framework behaves in ways that are consistent with experimental muscle. Overall, the results of this study highlight that muscle mass is an important determinant of whole muscle behaviour.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,189
Écart entre enseignants0,185 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetMuscle activation and electromyography studiesTravaux en français237 207