Constrained optimization in human running
Notice bibliographique
Résumé
Walking humans spontaneously select different speed, frequency and step length combinations, depending on which of these three parameters is specified. This behavior can be explained by constrained optimization of cost of transport (metabolic cost/distance) where cost of transport is seen as the main component of an underlying objective function that is minimized within the limitations of specified constraints. It is then of interest to ask whether or not such results are specific to walking only, or indicate a more general feature of locomotion control. The current study examines running gait selection within the framework of constrained optimization by comparing self-selected running gaits to the gaits predicted by constrained optimization of a cost surface constructed from cost data available in the literature. Normalizing speed and frequency values in the behavioral data by preferred speed and frequency reduced inter-subject variability and made group behavioral trends more visible. Although actual behavior did not coincide exactly with running cost optimization, self-selected gait and predictions from the general human cost surface did agree to within the 95% confidence interval and the region of minimal cost+0.005 ml O2 kg(-1) m(-1). This was similar to the level of agreement between actual and predicted behavior observed in walking. Thus, there seems to be substantial evidence to suggest that (i) selection of gait parameters in running can largely be predicted using constrained optimization, and (ii) general cost surfaces can be constructed using metabolic data from one group that will largely predict the behavior of other groups.
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 | 0,000 |
| 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 ».