Fast and slow processes underlie the selection of both step frequency and walking speed
Notice bibliographique
Résumé
People prefer gaits that minimize their energetic cost. Research focused on step frequency selection suggests that a fast predictive process and a slower optimization process underlie this energy optimization. Our purpose in this study was to test whether the mechanisms controlling step frequency selection are used more generally to select one of the most relevant characteristics of walking - preferred speed. To accomplish this, we contrasted the dynamic adjustments in speed following perturbations to step frequency against the dynamic adjustments in step frequency following perturbations to speed. Despite the use of different perturbations and contexts, we found that the responses were very similar. In both experiments, subjects responded to perturbations by first rapidly changing their speed or step frequency towards their preferred pattern, and then slowly adjusting their gait to converge onto their preferred pattern. We measured similar response times for both the fast processes (1.4±0.3 versus 2.7±0.6 s) and the slow processes (74.2±25.4 versus 79.7±20.2 s). We also found that the fast process, although quite variable in amplitude, dominated the adjustments in both speed and step frequency. These distinct but complementary experiments demonstrate that people appear to rely heavily on prediction to rapidly select the most relevant aspects of their preferred gait and then gradually fine-tune that selection, perhaps using direct optimization of energetic cost.
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 ».