MétaCan
Menu
Retour à la cohorte
Enregistrement W2585628685 · doi:10.2174/1381612823666170125160820

Muscle Coordination and Locomotion in Humans

2017· review· en· W2585628685 sur OpenAlexaff
Francesca Sylos‐Labini, Myrka Zago, Pierre A. Guertin, Francesco Lacquaniti, Yuri P. Ivanenko

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Physical medicine and rehabilitationCentral pattern generatorComputer scienceBalance (ability)GaitNeuroscienceMotor controlDigital pattern generatorObstacle avoidancePsychologyMedicineArtificial intelligenceRobotRhythmMathematics

Résumé

récupéré en direct d'OpenAlex

Locomotion is a semi-automatic daily task. Several studies show that muscle activity is fairly stereotyped during normal walking. Nevertheless, each human leg contains over 50 muscles and locomotion requires flexibility in order to adapt to different conditions as, for instance, different speeds, gaits, turning, obstacle avoidance, altered gravity levels, etc. Therefore, locomotor control has to deal with a certain level of flexibility and non-linearity. In this review, we describe and discuss different findings dealing with both simplicity and variability of the muscular control, as well as with its maturation during development. Despite complexity and redundancy, muscle activity patterns and spatiotemporal maps of spinal motoneuron output during human locomotion show both stereotypical features as well as functional re-organization. Flexibility and different solutions to adjust motor patterns should be considered when considering new rehabilitation strategies to treat disorders involving deficits in 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,408
Tête enseignante GPT0,506
Écart entre enseignants0,097 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207