Control of Locomotor Cycle Durations
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
In intact animals and humans, increases in locomotor speed are usually associated with decreases in step cycle duration. Most data indicate that the locomotor central pattern generator (CPG) shortens cycle duration mainly by shortening the durations of extensor rather than flexor phases of the step cycle. Here we report that in fictive locomotion elicited by electrical stimulation of the midbrain locomotor region (MLR) in the cat, spontaneous variations in cycle duration were due more to changes in flexor rather than extensor phase durations in 22 of 31 experiments. The locomotor CPG is therefore not inherently extensor- or flexor-biased. We coined the term "dominant" to designate the phase (flexion or extension) showing the larger variation. In a simple half-center oscillator model, experimental phase duration plots were fitted well by adjusting two parameters that corresponded to background drive ("bias") and sensitivity ("gain") of the oscillator's timing elements. By analogy we argue that variations in background drive to the neural timing elements of the CPG could produce larger variations in phase duration in the half-center receiving the lower background drive, i.e., background drive may determine which half-center is dominant. The fact that data from normal cats were also fitted well by the model indicates that sensory input and central drive combine to determine locomotor phase durations. We conclude that there is a considerable flexibility in the control of phase durations in MLR-induced fictive locomotion. We posit that this may be explained by changes in background excitation of neural timing elements in the locomotor CPG.
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