MétaCan
Menu
← Retour à la cohorte
Enregistrement W1969716397 · doi:10.1371/journal.pone.0019568

In Vivo Dynamics of the Musculoskeletal System Cannot Be Adequately Described Using a Stiffness-Damping-Inertia Model

2011· article· en· W1969716397 sur OpenAlexaff
Dinant Kistemaker, Leonard A. Rozendaal

Notice bibliographique

RevuePLoS ONE · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern University
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésStiffnessInertiaPerturbation (astronomy)Sensitivity (control systems)Control theory (sociology)PhysicsComputer scienceClassical mechanicsControl (management)EngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Visco-elastic properties of the (neuro-)musculoskeletal system play a fundamental role in the control of posture and movement. Often, these properties are described and identified using stiffness-damping-inertia (KBI) models. In such an approach, perturbations are applied to the (neuro-)musculoskeletal system and subsequently KBI-model parameters are optimized to obtain a best fit between simulated and experimentally observed responses. Problems with this approach may arise because a KBI-model neglects critical aspects of the real musculoskeletal system. METHODOLOGY/PRINCIPAL FINDINGS: The purpose of this study was to analyze the relation between the musculoskeletal properties and the stiffness and damping estimated using a KBI-model, to analyze how this relation is affected by the nature of the perturbation and to assess the sensitivity of the estimated stiffness and damping to measurement errors. Our analyses show that the estimated stiffness and damping using KBI-models do not resemble any of the dynamical parameters of the underlying system, not even when the responses are very accurately fitted by the KBI-model. Furthermore, the stiffness and damping depend non-linearly on all the dynamical parameters of the underlying system, influenced by the nature of the perturbation and the time interval over which the KBI-model is optimized. Moreover, our analyses predict a very high sensitivity of estimated parameters to measurement errors. CONCLUSIONS/SIGNIFICANCE: The results of this study suggest that the usage of stiffness-damping-inertia models to investigate the dynamical properties of the musculoskeletal system under control by the CNS should be reconsidered.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,149
Tête enseignante GPT0,253
Écart entre enseignants0,104 · 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
GenreEmpirique

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

En bref

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMotor Control and Adaptation→Travaux en français237 207→