Functional diversification within and between muscle synergists during locomotion
Notice bibliographique
Résumé
Locomotion arises from the complex and coordinated function of limb muscles. Yet muscle function is dynamic over the course of a single stride and between strides for animals moving at different speeds or on variable terrain. While it is clear that motor unit recruitment can vary between and within muscles, we know little about how work is distributed within and between muscles under in vivo conditions. Here we show that the lateral gastrocnemius (LG) of helmeted guinea fowl (Numida meleagris) performs considerably more work than its synergist, the medial gastrocnemius (MG) and that the proximal region of the MG (pMG) performs more work than the distal region (dMG). Positive work done by the LG was approximately twice that of the proximal MG when the birds walked at 0.5 ms -1, and four times when running at 2.0 m s-1. This is probably due to different moments at the knee, as well as differences in motor unit recruitment. The dMG performed less work than the pMG because its apparent dynamic stiffness was greater, and because it exhibited a greater recruitment of slow-twitch fibres. The greater compliance of the pMG leads to increased stretch of its fascicles at the onset of force, further enhancing force production. Our results demonstrate the capacity for functional diversity between and within muscle synergists, which increases with changes in gait and speed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».