Frequency response of vestibular reflexes in neck, back, and lower limb muscles
Notice bibliographique
Résumé
Vestibular pathways form short-latency disynaptic connections with neck motoneurons, whereas they form longer-latency disynaptic and polysynaptic connections with lower limb motoneurons. We quantified frequency responses of vestibular reflexes in neck, back, and lower limb muscles to explain between-muscle differences. Two hypotheses were evaluated: 1) that muscle-specific motor-unit properties influence the bandwidth of vestibular reflexes; and 2) that frequency responses of vestibular reflexes differ between neck, back, and lower limb muscles because of neural filtering. Subjects were exposed to electrical vestibular stimuli over bandwidths of 0-25 and 0-75 Hz while recording activity in sternocleidomastoid, splenius capitis, erector spinae, soleus, and medial gastrocnemius muscles. Coherence between stimulus and muscle activity revealed markedly larger vestibular reflex bandwidths in neck muscles (0-70 Hz) than back (0-15 Hz) or lower limb muscles (0-20 Hz). In addition, vestibular reflexes in back and lower limb muscles undergo low-pass filtering compared with neck-muscle responses, which span a broader dynamic range. These results suggest that the wider bandwidth of head-neck biomechanics requires a vestibular influence on neck-muscle activation across a larger dynamic range than lower limb muscles. A computational model of vestibular afferents and a motoneuron pool indicates that motor-unit properties are not primary contributors to the bandwidth filtering of vestibular reflexes in different muscles. Instead, our experimental findings suggest that pathway-dependent neural filtering, not captured in our model, contributes to these muscle-specific responses. Furthermore, gain-phase discontinuities in the neck-muscle vestibular reflexes provide evidence of destructive interaction between different reflex components, likely via indirect vestibular-motor pathways.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,000 | 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 tête enseignante, 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 ».