MétaCan
Menu
Retour à la cohorte
Enregistrement W4402849631 · doi:10.1242/jeb.248187

Reconsidering assumptions in the analysis of muscle fibre cross-sectional area

2024· article· en· W4402849631 sur OpenAlexafffund
Abel Mebrahtu, Ian C. P. Smith, Shuyue Liu, Ziad Abusara, T.R. Leonard, Venus Joumaa, Walter Herzog

Notice bibliographique

RevueJournal of Experimental Biology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensOttawa HospitalUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCross section (physics)Variable (mathematics)Muscle fibreMathematicsAnatomyHarmonicGeometryBiophysicsPhysicsMechanicsMathematical analysisSkeletal muscleBiologyAcoustics

Résumé

récupéré en direct d'OpenAlex

Cross-sectional area (CSA) is a fundamental variable in characterizing muscle mechanical properties. Typically, the CSA of a single muscle fibre is assessed by measuring either one or two diameters, and assuming the cross-section is either circular or elliptical in shape. However, fibre cross-sections have irregular shapes. The accuracy and precision of CSAs determined using circular and elliptical shape assumptions are unclear for mammalian skinned muscle fibres. Second harmonic generation imaging of skinned rabbit soleus fibres revealed that the circular assumption overstated real CSA by 5.3±25.9% whereas the elliptical assumption overstated real CSA by 2.8±6.9%. A preferred rotational alignment can bias the circular assumption, as real CSA was overstated by 22.1±24.8% when using the larger fibre diameter and understated by 11.4±13% when using the smaller fibre diameter. With 73% lower variable error and reduced bias, the elliptical assumption is superior to the circular assumption when assessing the CSA of skinned mammalian fibres.

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)0,049
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,110
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,006
Communication savante0,0040,006
Science ouverte0,0050,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,129
Tête enseignante GPT0,395
Écart entre enseignants0,267 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetBody Composition Measurement TechniquesTravaux en français237 207