MétaCan
Menu
Retour à la cohorte
Enregistrement W2332943990 · doi:10.3389/fnins.2016.00042

Speed-Dependent Modulation of the Locomotor Behavior in Adult Mice Reveals Attractor and Transitional Gaits

2016· article· en· W2332943990 sur OpenAlexafffund
Maxime Lemieux, Nicolas Josset, Marie Roussel, S. Couraud, Frédéric Bretzner

Notice bibliographique

RevueFrontiers in Neuroscience · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchInternational Foundation for Research in Paraplegia
Mots-clésAttractorBiological neural networkControl theory (sociology)NeuroscienceComputer scienceTopology (electrical circuits)PhysicsMathematicsPsychologyMathematical analysisArtificial intelligenceCombinatorics

Résumé

récupéré en direct d'OpenAlex

Locomotion results from an interplay between biomechanical constraints of the muscles attached to the skeleton and the neuronal circuits controlling and coordinating muscle activities. Quadrupeds exhibit a wide range of locomotor gaits. Given our advances in the genetic identification of spinal and supraspinal circuits important to locomotion in the mouse, it is now important to get a better understanding of the full repertoire of gaits in the freely walking mouse. To assess this range, young adult C57BL/6J mice were trained to walk and run on a treadmill at different locomotor speeds. Instead of using the classical paradigm defining gaits according to their footfall pattern, we combined the inter-limb coupling and the duty cycle of the stance phase, thus identifying several types of gaits: lateral walk, trot, out-of-phase walk, rotary gallop, transverse gallop, hop, half-bound, and full-bound. Out-of-phase walk, trot, and full-bound were robust and appeared to function as attractor gaits (i.e., a state to which the network flows and stabilizes) at low, intermediate, and high speeds respectively. In contrast, lateral walk, hop, transverse gallop, rotary gallop, and half-bound were more transient and therefore considered transitional gaits (i.e., a labile state of the network from which it flows to the attractor state). Surprisingly, lateral walk was less frequently observed. Using graph analysis, we demonstrated that transitions between gaits were predictable, not random. In summary, the wild-type mouse exhibits a wider repertoire of locomotor gaits than expected. Future locomotor studies should benefit from this paradigm in assessing transgenic mice or wild-type mice with neurotraumatic injury or neurodegenerative disease affecting gait.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207