Adapting Locomotion to Different Surface Compliances: Neuromuscular Responses and Changes in Movement Dynamics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Knowledge of how the nervous system deals with surfaces with different physical properties such as compliance that challenge balance during locomotion is of importance as we are constantly faced with these situations every day. The purpose of this study was to examine the control of center of mass (COM) and lower limb dynamics and recovery response modulation of muscle activity during locomotion across an unexpected compliant surface and in particular, scaling behavior across different levels of compliance. Eight young adults walked along a walkway and stepped on an unexpected compliant surface in the middle of the travel path. There were three different levels of surface compliance, and participants experienced either no compliant surface or one of the three compliant surfaces during each trial that were presented in a blocked or random fashion. Whole body kinematics were collected along with surface electromyography (EMG) of selected bilateral lower limb and trunk muscles. The recovery response to the first compliant-surface trial demonstrated muscle onset latencies between 97 and 175 ms, and activity was modulated while on the compliant surface. Vertical COM trajectory was not preserved after contact with the compliant surface: peak vertical COM, while on the compliant surface was lower than when on stable ground. Perturbed-limb knee flexion after toe-off increased with increased surface compliance, which enabled toe clearance with the ground to be similar to control trials. The results suggest that stepping off of a compliant surface is actively modulated by the CNS and is geared toward maintaining dynamic stability.
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.
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 découle