MétaCan
Menu
Retour à la cohorte
Enregistrement W2110201426 · doi:10.1002/mus.10374

Ankle kinematics to evaluate functional recovery in crushed rat sciatic nerve

2003· article· en· W2110201426 sur OpenAlexaff
Artur S.P. Varejão, António Cabrita, Marcel F. Meek, José Bulas‐Cruz, Vítor Filipe, Ronaldo Gabriel, António Ferreira, Stefano Geuna, David A. Winter

Notice bibliographique

RevueMuscle & Nerve · 2003
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAnkleKinematicsPhysical medicine and rehabilitationSciatic nerveMedicineCrush injuryAnalysis of varianceLesionRepeated measures designAnatomySurgeryMathematicsPhysicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Peripheral nerve researchers frequently use the rat sciatic nerve crush model in order to test different therapeutic approaches. The purpose of this study was to determine the sequence of changes after an axonotmetic injury by means of a biomechanical model of the foot and ankle, and compare them with walking track analysis, over a fixed period of time. A kinematic analysis program was used to acquire ankle motion data for further analysis. Although repeated measures analysis of variance showed significant cumulative changes induced by the crush lesion for both ankle kinematic parameters and sciatic functional index, post-hoc multiple comparisons by the Student-Neuman-Keuls test revealed significant differences between week 0 and week 8 only for ankle kinematics. These results are of importance in showing the superiority of ankle kinematics in detecting small biomechanical deficits related to hyperexcitability of the plantarflexor muscles, in contrast with walking track analysis, which showed full motor functional recovery 8 weeks after the crush lesion.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,054
Tête enseignante GPT0,284
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations68
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuscle & NerveMême sujetNerve injury and regenerationTravaux en français237 207