MétaCan
Menu
Retour à la cohorte
Enregistrement W2074782652 · doi:10.1098/rsbl.2007.0472

Functional diversification within and between muscle synergists during locomotion

2007· article· en· W2074782652 sur OpenAlexaff
Timothy E. Higham, Andrew A. Biewener, James M. Wakeling

Notice bibliographique

RevueBiology Letters · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBiologyAnatomySTRIDEForelimbWork (physics)FascicleGaitMotor unit recruitmentGastrocnemius muscleMuscle atrophyHindlimbPhysical medicine and rehabilitationSkeletal muscleNeuroscienceElectromyographyPhysiologyMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations69
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetMuscle activation and electromyography studiesTravaux en français237 207