MétaCan
Menu
← Retour à la cohorte
Enregistrement W2470210172 · doi:10.1038/srep28374

The role of environmental constraints in walking: Effects of steering and sharp turns on gait dynamics

2016· article· en· W2470210172 sur OpenAlexaff
Dobromir Dotov, Benoît G. Bardy, Simone Dalla Bella

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensInternational Laboratory for Brain, Music and Sound Research
Organismes subventionnairesFP7 Information and Communication Technologies
Mots-clésGaitSTRIDEControl theory (sociology)Constant (computer programming)Computer sciencePhysical medicine and rehabilitationSimulationMathematicsControl (management)Artificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

Stride durations in gait exhibit long-range correlation (LRC) which tends to disappear with certain movement disorders. The loss of LRC has been hypothesized to result from a reduction of functional degrees of freedom of the neuromuscular apparatus. A consequence of this theory is that environmental constraints such as the ones induced during constant steering may also reduce LRC. Furthermore, obstacles may perturb control of the gait cycle and also reduce LRC. To test these predictions, seven healthy participants walked freely overground in three conditions: unconstrained, constrained (constant steering), and perturbed (frequent 90° turns). Both steering and sharp turning reduced LRC with the latter having a stronger effect. Competing theories explain LRC in gait by positing fractal CPGs or a biomechanical process of kinetic energy reuse. Mediation analysis showed that the effect of the experimental manipulation in the current experiment depends partly on a reduction in walking speed. This supports the biomechanical theory. We also found that the local Hurst exponent did not reflect the frequent changes of heading direction. This suggests that the recovery from the sharp turn perturbation, a kind of relaxation time, takes longer than the four to seven meters between successive turns in the present study.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,268
Écart entre enseignants0,261 · 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'étudeObservationnel
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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→