MétaCan
Menu
Retour à la cohorte
Enregistrement W2754717872 · doi:10.1186/s12984-017-0310-6

Skeletal muscle mechanics: questions, problems and possible solutions

2017· review· en· W2754717872 sur OpenAlexafffund
Walter Herzog

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCardiomyopathy and Myosin Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchKillam Trusts
Mots-clésMuscle contractionSkeletal muscleNeuroscienceCognitive scienceComputer scienceMechanicsMedicinePsychologyAnatomyPhysics

Résumé

récupéré en direct d'OpenAlex

Skeletal muscle mechanics have been studied ever since people have shown an interest in human movement. However, our understanding of muscle contraction and muscle mechanical properties has changed fundamentally with the discovery of the sliding filament theory in 1954 and associated cross-bridge theory in 1957. Nevertheless, experimental evidence suggests that our knowledge of the mechanisms of contraction is far from complete, and muscle properties and muscle function in human movement remain largely unknown.In this manuscript, I am trying to identify some of the crucial challenges we are faced with in muscle mechanics, offer possible solutions to questions, and identify problems that might be worthwhile exploring in the future. Since it is impossible to tackle all (worthwhile) problems in a single manuscript, I identified three problems that are controversial, important, and close to my heart. They may be identified as follows: (i) mechanisms of muscle contraction, (ii) in vivo whole muscle mechanics and properties, and (iii) force-sharing among synergistic muscles. These topics are fundamental to our understanding of human movement and movement control, and they contain a series of unknowns and challenges to be explored in the future.It is my hope that this paper may serve as an inspiration for some, may challenge current beliefs in selected areas, tackle important problems in the area of muscle mechanics, physiology and movement control, and may guide and focus some of the thinking of future muscle mechanics research.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,320
Écart entre enseignants0,270 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations79
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetCardiomyopathy and Myosin StudiesTravaux en français237 207