MétaCan
Menu
Retour à la cohorte
Enregistrement W1608792813 · doi:10.1113/expphysiol.2012.069880

Constrained optimization of metabolic cost in human hopping

2013· article· en· W1608792813 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueExperimental Physiology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensUniversity of Calgary
Organismes subventionnairesHealth Research Board
Mots-clésMetabolic costMinificationConstraint (computer-aided design)Selection (genetic algorithm)Computer scienceEnergy expenditureEnergy costMathematical optimizationMathematicsBiologyEngineeringMedicinePhysical medicine and rehabilitationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

New Findings What is the central question of this study? This study evaluates whether constrained optimization of metabolic cost (minimization of metabolic cost within the limitations imposed by constraints) predicts movement selection during vertical human hopping. What is the main finding and its importance? Constrained optimization of metabolic cost/height largely predicts movement selection during hopping in frequency‐, height‐ and speed‐constrained conditions. However, subjects sometimes compromise between minimizing metabolic cost/height and maintaining a comfortably sustainable metabolic cost/time. This illustrates how an internal, physiological constraint can interact with external, physical constraints to produce a given behaviour. The principle of constrained optimization may also be applied to understanding how the man‐made environment affects movement selection and energy expenditure in modern urban life. Constrained optimization of metabolic cost/distance travelled largely predicts the gait parameters selected by humans during walking and running. This study evaluates whether this is also the case for human hopping. Hop frequency ( f ), height ( h ) and metabolic energy expenditure were measured in partly constrained ( f , h or hop speed, s ≡ fh , specified), fully constrained (both f and h specified) and unconstrained conditions (neither f nor h specified) for 4 min trials. Hop frequency and height were also measured in frequency‐constrained ( f specified), fully constrained (maximal height and f specified) and unconstrained conditions for 15 s trials. Metabolic cost surfaces were constructed from experimental data from the 4 min trials, and the least costly behaviour for each constraint was calculated. Subjects selected the same height–frequency pattern for all three partly constrained conditions because the metabolic cost/height surface for hopping was a slope with no observed minimum. The heights selected for the 15 s frequency‐constrained trials were only slightly lower than maximal, the optimal behaviour predicted by constrained optimization of metabolic cost/height. This supports the hypothesis that constrained optimization of metabolic cost largely predicts movement selection during hopping. However, subjects often chose noticeably lower than optimal heights and higher than optimal frequencies during partly constrained and unconstrained conditions for the 4 min trials. It appears that they selected heights and frequencies that incurred a slightly greater metabolic cost/height in order to reduce metabolic cost/time to a level they could comfortably sustain for 4 min.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,924

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,227 · 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