MétaCan
Menu
← Retour à la cohorte
Enregistrement W2602333901 · doi:10.1371/journal.pone.0173795

Dynamic postural control and associated attentional demands in contemporary dancers versus non-dancers

2017· article· en· W2602333901 sur OpenAlexafffund
Geneviève Sirois-Leclerc, Anthony Remaud, Martin Bilodeau

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensBruyèreUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésTask (project management)Physical medicine and rehabilitationBalance (ability)Center of pressure (fluid mechanics)PsychologyDynamic balanceForce platformPoison controlPhysical therapySimulationComputer scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Postural control is not a fully automatic process, but requires a certain level of attention, particularly as the difficulty of the postural task increases. This study aimed at testing whether experienced contemporary dancers, because of their specialized training involving the control of posture/balance, would present with a dual-task performance suggesting lesser attentional demands associated with dynamic postural control compared with non-dancers. Twenty dancers and 16 non-dancers performed a dynamic postural tracking task in both antero-posterior and side-to-side directions, while standing on a force platform. The postural task was performed, in turn, 1) as a stand-alone task, and concurrently with both 2) a simple reaction time task and 3) a choice reaction time task. Postural control performance was estimated through variables calculated from centre of pressure movements. Although no overall group difference was found in reaction time values, we found a better ability to control the side to side movements of the centre of pressure during the tracking task in dancers compared with non-dancers, which was dependent on the secondary task. This suggests that such increased ability is influenced by available attentional resources.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,355
Écart entre enseignants0,282 · 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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→