A comparison of models of force production during stimulated isometric ankle dorsiflexion in humans
Notice bibliographique
Résumé
In this paper, we compare seven models on their ability to fit isometric muscle force. We stimulated the ankle dorsiflexors of eight subjects at seven ankle angles (85 degrees-120 degrees). Three different stimulation patterns (twitch, triangular, and random) were applied at all ankle angles. Four additional patterns (doublets, steady rates, "catch property," and walking-like) were applied at 95 degrees. Parameter values were optimized for each model at each angle. Parameters for the general linear model were calculated using a novel least-squares algorithm. A linear, second-order critically damped model gave the poorest fits (average root mean square (rms) error: 15 N). The models of Ding et al. (2002) and Bobet and Stein (1998) gave the best fits (average rms errors: 9.2 and 9.4 N). The other models (general linear second-order model, Wiener model, Zhou et al. (1995) model, general linear model) gave intermediate results. Results were similar at all ankle angles. We conclude that the Ding and Bobet-Stein models are the best overall for isometric contractions, that no linear model of any kind will give an error less than 9% of maximum force, and that the models tested are consistent across lengths.
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 | 0,001 | 0,001 |
| 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 ».