MétaCan
Menu
Retour à la cohorte
Enregistrement W4210561285 · doi:10.3389/fphys.2021.790196

Issues on Trainability

2022· review· en· W4210561285 sur OpenAlexaff
Zsolt Radák, Albert W. Taylor

Notice bibliographique

RevueFrontiers in Physiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)MedicineSkeletal muscleImmune systemPhysical medicine and rehabilitationFunction (biology)Physical therapyNeurosciencePsychologyBiologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Trainability is an adaptive response to given exercise loads and must be localized to the targeted physiological function since exercise-induced acute and chronic adaptations are systemic. Lack of adaptation or moderate level of adaptation in one organ or one physiological function would not mean that other organs or functions would not benefit from exercise training. The most beneficial training load could easily be different for skeletal muscle, brain, the gastro-intestinal track, or the immune systems. Hence, the term of non-responders should be used with caution and just referred to a given organ, cell type, molecular signaling, or function. The present paper aims to highlight some, certainly not all, issues on trainability especially related to muscle and cardiovascular system. The specificity of trainability and the systemic nature of exercise-induced adaptation are discussed, and the paper aims to provide suggestions on how to improve performance when faced with non-responders.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,069
Tête enseignante GPT0,384
Écart entre enseignants0,316 · 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.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetExercise and Physiological ResponsesTravaux en français237 207