MétaCan
Menu
Retour à la cohorte
Enregistrement W2616009338

Infant bouncing during spring frequency perturbations

2010· article· en· W2616009338 sur OpenAlexaff
Olinda DHabib Perez, Coren Walters-Stewart, Alexandre Mineault-Guitard, Gordon Robertson, Natalie Baddour, Heidi Sveistrup

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNatural frequencySpring (device)PhysicsAcousticsMechanicsGeodesyGeologyVibration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Infants explore their environments often using repetitive movements of multiple degrees of freedom to create a motor sequence. Previous research suggests that infants suspended in a commercial spring-mounted harness bounce at two frequencies using distinct mechanisms of control (Vallis, 1998). We determined how typically developing infants bounced when the system natural frequency was experimentally modified. Methods Infants aged 5 to 12 months bounced while suspended over two AMTI force platforms from four spring systems with natural frequencies of 1.0 (C1), 1.3 (C2), 1.5 (C3) and 2.0 (C4) Hz. Kinematic data and vertical ground reaction forces (VGRFs) were recorded continuously. Results Across conditions, infants spent a relatively equal percent of time on the ground and in the air during each bounce cycle with the peak VGRFs decreasing as the bounce frequency increased. Bounce heights varied as a function of bounce strategy: a) infants who bounced at similar frequencies across conditions (C1 to C4 from 2.01 to 2.28 Hz) generated similar bounce heights in all conditions; while b) bounce height decreased across conditions in infants whose bounce frequency changed as a function of natural spring frequency (C1: 1.05 Hz; C2: 1.25-1.29 Hz; C3: 1.42-1.43 Hz; C4: 1.75-1.76 Hz). Discussion Infants adapt to different system natural frequencies by either maintaining a fixed frequency across conditions or by adapting the bounce frequency to closely match the system frequency.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfant Development and Preterm CareTravaux en français237 207