MétaCan
Menu
Retour à la cohorte
Enregistrement W2081482977 · doi:10.1037/a0021112

Reaching-to-eat in humans post-stroke: Fluctuating components within a constant pattern.

2010· article· en· W2081482977 sur OpenAlexafffund
Afra Foroud, Ian Q. Whishaw

Notice bibliographique

RevueBehavioral Neuroscience · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Stroke Network
Mots-clésPsychologyMotor behaviorFlexibility (engineering)Context (archaeology)Physical medicine and rehabilitationAction (physics)Stroke (engine)NeuroscienceCognitive psychologyNeuroplasticityKinematicsMotor controlMotor systemMotor activityMotor skillDevelopmental psychologyMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Reaching movements of the arm and hand become automatic early in development and are used throughout one's life span. Studies on skilled reaching have focused on the kinematic aspects and have advanced our knowledge of the individual motor components of reaching. It has also been shown that motor behaviors are organized in terms of ethologically relevant actions, rather than by motor components. Thus, it is important to analyze how the motor components of reaching are performed within the overall action as a whole. The objective of the present study was to examine the motor components of reaching-to-eat within the context of the overall behavior in stroke participants. Results show that reaching-to-eat involves the whole body to produce isolated actions of the limb and changes after stroke in three fundamental ways: abnormal use of nonkinematic aspects of movement, body-limb disintegration, and a disruption in the temporal aspect of the phases of reaching-to-eat. The movements within the behavior can reorganize, possibly a reflection of dynamic interactions between behavioral compensation and neuroplasticity, while the overall performance of the behavior remains the same. Such subtle flexibility may be part of the process of recovery.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,047
Tête enseignante GPT0,324
Écart entre enseignants0,277 · 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

Citations15
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral NeuroscienceMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207