Control of Hand Impedance Under Static Conditions and During Reaching Movement
Notice bibliographique
Résumé
It is known that humans can modify the impedance of the musculoskeletal periphery, but the extent of this modification is uncertain. Previous studies on impedance control under static conditions indicate a limited ability to modify impedance, whereas studies of impedance control during reaching in unstable environments suggest a greater range of impedance modification. As a first step in accounting for this difference, we quantified the extent to which stiffness changes from posture to movement even when there are no destabilizing forces. Hand stiffness was estimated under static conditions and at the same position during both longitudinal (near to far) and lateral movements using a position-servo technique. A new method was developed to predict the hand "reference" trajectory for purposes of estimating stiffness. For movements in a longitudinal direction, there was considerable counterclockwise rotation of the hand stiffness ellipse relative to stiffness under static conditions. In contrast, a small counterclockwise rotation was observed during lateral movement. In the modeling studies, even when we used the same modeled cocontraction level during posture and movement, we found that there was a substantial difference in the orientation of the stiffness ellipse, comparable with that observed empirically. Indeed, the main determinant of the orientation of the ellipse in our modeling studies was the movement direction and the muscle activation associated with movement. Changes in the cocontraction level and the balance of cocontraction had smaller effects. Thus even when there is no environmental instability, the orientation of stiffness ellipse changes during movement in a manner that varies with movement direction.
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 ».