Predicting the Functional Roles of Knee Joint Muscles from Internal Joint Moments
Notice bibliographique
Résumé
INTRODUCTION: Knee muscles are commonly labeled as flexors or extensors and aptly stabilize the knee against sagittal plane loads. However, how these muscles stabilize the knee against adduction-abduction and rotational loads remains unclear. Our study sought 1) to classify muscle roles as they relate to joint stability by quantifying the relationship between individual muscle activation patterns and internal net joint moments in all three loading planes and 2) to determine whether these roles change with increasing force levels. METHODS: A standing isometric force matching protocol required subjects to modulate ground reaction forces to elicit various combinations and magnitudes of sagittal, frontal, and transverse internal joint moments. Surface EMG measured activities of 10 lower limb muscles. Partial least squares regressions determined which internal moment(s) were significantly related to the activation of individual muscles. RESULTS: Rectus femoris and tensor fasciae latae were classified as moment actuators for knee extension and hip flexion. Hamstrings were classified as moment actuators for hip extension and knee flexion. Gastrocnemius and hamstring muscles were classified as specific joint stabilizers for knee rotation. Vastii were classified as general joint stabilizers because activation was independent of moment generation. Muscle roles did not change with increasing effort levels. CONCLUSIONS: Our findings indicate muscle activation is not dependent on anatomical orientation but perhaps on its role in maintaining knee joint stability in the frontal and transverse loading planes. This is useful for delineating the roles of biarticular knee joint muscles and could have implications in robotics, musculoskeletal modeling, sports sciences, and rehabilitation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».