Descending Corticospinal Control of Intersegmental Dynamics
Notice bibliographique
Résumé
To make an accurate movement, the CNS has to overcome the inherent complexities of the multijoint limb. For example, interaction torques arise when motion of individual arm segments propagates to adjacent segments causing their movement without any muscle contractions. Since these passive joint torques significantly add to the overall torques generated by active muscular contractions, they must be taken into account during planning or execution of goal-directed movements. We investigated the role of the corticospinal tract in compensating for the interaction torques during arm movements in humans. Twelve subjects reached to visual targets with their arm supported by a robotic exoskeleton. Reaching to one target was accompanied by interaction torques that assisted the movement, while reaching to the other target was accompanied by interaction torques that resisted the movement. Corticospinal excitability was assessed at different times during movement using single-pulse transcranial magnetic stimulation (TMS) over the upper-arm region of M1 (primary motor cortex). We found that TMS responses in shoulder monoarticular and elbow-shoulder biarticular muscles changed together with the interaction torques during movements in which the interaction torques were resistive. In contrast, TMS responses did not correlate with assistive interaction torques or with co-contraction. This suggests that the descending motor command includes compensation for passive limb dynamics. Furthermore, our results suggest that compensation for interaction torques involves the biarticular muscles, which span both shoulder and elbow joints and are in a biomechanically advantageous position to provide such compensation.
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 | 0,001 |
| 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 ».