MétaCan
Menu
Retour à la cohorte
Enregistrement W3178651283 · doi:10.1016/j.celrep.2021.109336

Distribution of dietary protein intake in daily meals influences skeletal muscle hypertrophy via the muscle clock

2021· article· en· W3178651283 sur OpenAlexfundno aff
Shinya Aoyama, Hyeon-Ki Kim, Rina Hirooka, Mizuho Tanaka, Takeru Shimoda, Hanako Chijiki, Shuichi Kojima, Keisuke Sasaki, Kengo Takahashi, Saneyuki Makino, Miku Takizawa, Masaki Takahashi, Yu Tahara, Shigeki Shimba, Kazuyuki Shinohara, Shigenobu Shibata

Notice bibliographique

RevueCell Reports · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensnon disponible
Organismes subventionnairesBio-oriented Technology Research Advancement InstitutionJapan Society for the Promotion of ScienceJapan Society of Nutrition and Food ScienceCouncil for Science, Technology and InnovationNational Agriculture and Food Research OrganizationSwine Innovation Porc
Mots-clésSkeletal muscleMuscle hypertrophyMuscle proteinInternal medicineDietary proteinEndocrinologyDistribution (mathematics)SarcopeniaBiologyChemistryCell biologyMedicine

Résumé

récupéré en direct d'OpenAlex

or muscle-specific Bmal1 knockout mice. Additionally, we examined the relationship between the distribution of proteins in meals and muscle functions, such as skeletal muscle index and grip strength in humans. Higher muscle functions were observed in subjects who ingested dietary proteins mainly at breakfast than at dinner. These data suggest that protein intake at breakfast may be better for the maintenance of skeletal muscle mass.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,291
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations68
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetMuscle metabolism and nutritionTravaux en français237 207