MétaCan
Menu
Retour à la cohorte
Enregistrement W2605689714 · doi:10.1152/jn.00978.2016

The neural control of interlimb coordination during mammalian locomotion

2017· review· en· W2605689714 sur OpenAlexaff
Alain Frigon

Notice bibliographique

RevueJournal of Neurophysiology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceSpinal cordBipedalismCentral pattern generatorSomatosensory systemBiological neural networkBiologyGaitSpinal cord injuryAnatomyPsychologyRhythmPhysical medicine and rehabilitationMedicine

Résumé

récupéré en direct d'OpenAlex

Neuronal networks within the spinal cord directly control rhythmic movements of the arms/forelimbs and legs/hindlimbs during locomotion in mammals. For an effective locomotion, these networks must be flexibly coordinated to allow for various gait patterns and independent use of the arms/forelimbs. This coordination can be accomplished by mechanisms intrinsic to the spinal cord, somatosensory feedback from the limbs, and various supraspinal pathways. Incomplete spinal cord injury disrupts some of the pathways and structures involved in interlimb coordination, often leading to a disruption in the coordination between the arms/forelimbs and legs/hindlimbs in animal models and in humans. However, experimental spinal lesions in animal models to uncover the mechanisms coordinating the limbs have limitations due to compensatory mechanisms and strategies, redundant systems of control, and plasticity within remaining circuits. The purpose of this review is to provide a general overview and critical discussion of experimental studies that have investigated the neural mechanisms involved in coordinating the arms/forelimbs and legs/hindlimbs during mammalian locomotion.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,109
Tête enseignante GPT0,434
Écart entre enseignants0,324 · 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'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

Citations180
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetSpinal Cord Injury ResearchTravaux en français237 207