MétaCan
Menu
Retour à la cohorte
Enregistrement W2080767518 · doi:10.1007/s00221-008-1525-3

Walking along curved paths of different angles: the relationship between head and trunk turning

2008· article· en· W2080767518 sur OpenAlexaff
Manish Sreenivasa, Ilja Frissen, Jan L. Souman, Marc O. Ernst

Notice bibliographique

RevueExperimental Brain Research · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésTrunkTurn (biochemistry)Head (geology)ObstacleTurning radiusGeometryMovement (music)RADIUSPhysicsMathematicsComputer scienceGeologyAcoustics

Résumé

récupéré en direct d'OpenAlex

Walking along a curved path requires coordinated motor actions of the entire body. Here, we investigate the relationship between head and trunk movements during walking. Previous studies have found that the head systematically turns into turns before the trunk does. This has been found to occur at a constant distance rather than at a constant time before a turn. We tested whether this anticipatory head behavior is spatially invariant for turns of different angles. Head and trunk positions and orientations were measured while participants walked around obstacles in 45 degrees, 90 degrees, 135 degrees or 180 degrees turns. The radius of the turns was either imposed or left free. We found that the head started to turn into the direction of the turn at a constant distance before the obstacle (approximately 1.1 m) for turn angles up to 135 degrees . During turns, the head was consistently oriented more into the direction of the turn than the trunk. This difference increased for larger turning angles and reached its maximum later in the turn for larger turns. Walking speeds decreased monotonically for increasing turn angles. Imposing fixed turn radii only affected the point at which the trunk started to turn into a turn. Our results support the view that anticipatory head movements during turns occur in order to gather advance visual information about the trajectory and potential obstacles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,362
Tête enseignante GPT0,467
Écart entre enseignants0,105 · 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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental Brain ResearchMême sujetVisual perception and processing mechanismsTravaux en français237 207