Central Pattern Generator for Locomotion: Anatomical, Physiological, and Pathophysiological Considerations
Notice bibliographique
Résumé
This article provides a perspective on major innovations over the past century in research on the spinal cord and, specifically, on specialized spinal circuits involved in the control of rhythmic locomotor pattern generation and modulation. Pioneers such as Charles Sherrington and Thomas Graham Brown have conducted experiments in the early twentieth century that changed our views of the neural control of locomotion. Their seminal work supported subsequently by several decades of evidence has led to the conclusion that walking, flying, and swimming are largely controlled by a network of spinal neurons generally referred to as the central pattern generator (CPG) for locomotion. It has been subsequently demonstrated across all vertebrate species examined, from lampreys to humans, that this CPG is capable, under some conditions, to self-produce, even in absence of descending or peripheral inputs, basic rhythmic, and coordinated locomotor movements. Recent evidence suggests, in turn, that plasticity changes of some CPG elements may contribute to the development of specific pathophysiological conditions associated with impaired locomotion or spontaneous locomotor-like movements. This article constitutes a comprehensive review summarizing key findings on the CPG as well as on its potential role in Restless Leg Syndrome, Periodic Leg Movement, and Alternating Leg Muscle Activation. Special attention will be paid to the role of the CPG in a recently identified, and uniquely different neurological disorder, called the Uner Tan Syndrome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».