SLOW MUSCLE FIBERS PREDOMINANCE ON CANINE CNM : ANALYSIS IN SITUATION OF INDUCED REGENERATION
Bibliographic record
Abstract
La myopathie centronucléaire (CNM) du Labrador Retriever, est caractérisée principalement par une faiblesse musculaire, une amyotrophie marquée et une aréflexie tendineuse. L histologie musculaire révèle une centralisation nucléaire et une prédominance des fibres musculaires lentes. La première partie de notre travail s intéresse donc aux différents facteurs pouvant influencer le phénotype des fibres musculaires. L influx nerveux et un médiateur cellulaire, la calcineurine, interviennent dans la détermination et le maintien de l expression du phénotype lent des fibres musculaires. Nous avons également étudié dans cette partie, les différentes méthodes d induction de nécrose musculaire et les mécanismes cellulaires de la régénération, en vue de notre étude expérimentale. La seconde partie, expérimentale, décrit une étude conduite pour évaluer le pouvoir de régénération des fibres chez les Labradors atteints. La régénération a été observée après une nécrose localisée du biceps fémoral provoquée par l injection de notexine. L expression des isoformes de chaîne lourde de la myosine et la centralisation nucléaire ont été utilisées comme critères d évolution de la régénération. Chez le chien CNM, nous avons constaté que le potentiel de régénération musculaire, bien que conservé, est différé dans le temps. De plus, on a observé que le tableau histologique anormal du muscle atteint était totalement restauré dès 30 jours. En conclusion, les muscles atteints régénèrent, moins vite et selon un patron phénotypique cohérent avec le génotype des animaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".