Reaching to Multiple Targets When Standing: The Spatial Organization of Feedforward Postural Adjustments
Notice bibliographique
Résumé
We examined the spatial organization of feedforward postural adjustments produced prior to and during voluntary arm reaching movements executed while standing. We sought to investigate whether the activity of postural muscles before and during reaching was directionally tuned and whether a strategy of horizontal force constraint could be observed. To this end, eight human subjects executed self-paced reach-to-point movements on the random illumination of one of 13 light targets placed within a 180 degrees array centered along the midline of the body. Analysis was divided into two periods: a first corresponding to the 250 ms preceding the onset of the reaching movements (termed pPA period) and a second 250-ms period immediately preceding target attainment (the aPA period). For both periods, electromyographic activity of the lower limb muscles revealed a clear directional tuning, with groups of muscles being activated for similar directions of reach. Analysis of horizontal ground reaction forces supported the existence of a force constraint strategy only for the pPA period, however, with those in the aPA period being more widely dispersed. We suggest that the strategy adopted for feedforward pPAs is one where the tuned muscle synergies constrain the forces diagonally away from the center of mass (CoM) to move it within the support base. However, the need to control for final finger and body position for each target during the aPA phase resulted in a distribution of vectors across reaching directions. Overall, our results would support the idea that endpoint limb force during postural tasks depends on the use of functional muscle synergies, which are used to displace the CoM or decelerate the body at the end of the reach.
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 | 0,000 |
| 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) | 0,000 | 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 ».