MétaCan
Menu
Retour à la cohorte
Enregistrement W2111278150 · doi:10.1098/rstb.2010.0294

Movement mechanics as a determinate of muscle structure, recruitment and coordination

2011· review· en· W2111278150 sur OpenAlexafffund
James M. Wakeling, Ollie M. Blake, Iris L. K. Wong, Manku Rana, Sabrina S. M. Lee

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2011
Typereview
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMuscle bellyTendonComputer scienceMovement (music)Cycle ergometerAnatomyMuscle contractionMotor coordinationLeg musclePhysical medicine and rehabilitationPhysicsNeuroscienceBiologyMedicineAcoustics

Résumé

récupéré en direct d'OpenAlex

During muscle contractions, the muscle fascicles may shorten at a rate different from the muscle-tendon unit, and the ratio of these velocities is its gearing. Appropriate gearing allows fascicles to reduce their shortening velocities and allows them to operate at effective shortening velocities across a range of movements. Gearing of the muscle fascicles within the muscle belly is the result of rotations of the fascicles and bulging of the belly. Variable gearing can also occur as a result of tendon length changes that can be caused by changes in the relative timing of muscle activity for different mechanical tasks. Recruitment patterns of slow and fast fibres are crucial for achieving optimal muscle performance, and coordination between muscles is related to whole limb performance. Poor coordination leads to inefficiencies and loss of power, and optimal coordination is required for high power outputs and high mechanical efficiencies from the limb. This paper summarizes key studies in these areas of neuromuscular mechanics and results from studies where we have tested these phenomena on a cycle ergometer are presented to highlight novel insights. The studies show how muscle structure and neural activation interact to generate smooth and effective motion of the body.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,111
Tête enseignante GPT0,303
Écart entre enseignants0,192 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations118
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetMuscle activation and electromyography studiesTravaux en français237 207