Training-induced alterations in the modulation of human motoneuron discharge patterns with contraction force
Notice bibliographique
Résumé
ABSTRACT Motoneurons adapt to both resistance and endurance training in reduced animal preparations, with adaptations seemingly more apparent in higher threshold neurons, but similar evidence in humans is lacking. Here, we compared the identified motor unit (MU) discharge patterns from decomposed electromyography signals acquired during triangular dorsiflexion contractions up to 70% of maximal voluntary force (MVF) between resistance-trained, endurance-trained, and untrained individuals (n=23 in each group). We then estimated intrinsic motoneuron properties and garnered insight about the proportion of excitatory, inhibitory, and neuromodulatory inputs contributing to motor commands across contraction intensities in each group. Participants also performed a task where a triangular contraction was superimposed onto a sustained one designed to challenge inhibitory control of dendritic persistent inward currents (PICs). Both trained groups demonstrated greater MU discharge rates with greater ascending discharge rate modulation during higher contraction forces (≥50% MVF), which were accompanied by more linear MU discharge patterns and greater post-acceleration attenuation slopes of the ascending discharge rates. No differences in discharge rate hysteresis or the discharge rate characteristics during the sombrero tasks between groups, suggesting no differences in neuromodulatory input. Conversely, resistance-compared to endurance-trained individuals exhibited greater acceleration slopes during lower contractions forces (≤50% MVF), indicating the possibility of enhanced initial activation of PICs. Collectively, the greater and more linear MU discharge patterns in the trained groups either suggests a more reciprocal (i.e., push-pull) excitation-inhibition coupling during higher contraction forces or enhanced excitatory synaptic input to the motor pool, which might underpin greater force production of trained individuals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».