MétaCan
Menu
Retour à la cohorte
Enregistrement W2768856599 · doi:10.1101/201319

The converse effects of speed and gravity on the energetics of walking and running

2017· preprint· en· W2768856599 sur OpenAlexaff
S. Javad Hasaneini, Ryan T. Schroeder, John E. A. Bertram, Andy Ruina

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConverseGaitDissipative systemEnergeticsControl theory (sociology)Effect of gait parameters on energetic costPreferred walking speedComputer sciencePhysicsMechanicsSimulationPhysical medicine and rehabilitationMathematicsGait analysisGeometryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract The energetic cost of transport for walking is highly sensitive to speed but relatively insensitive to changes in gravity level. Conversely, the cost of transport for running is highly sensitive to gravity level but not much to speed. Gait optimization with a minimally constrained bipedal model predicts a similar differential energetic response for walking and running even though the same model parameters and cost function are used for both gaits. This challenges previous assertions that the converse energetic responses are due to fundamentally different energy saving mechanisms in each gait. Our results suggest that energetics of both gaits are highly influenced by dissipative losses occurring as leg forces abruptly alter the center of mass path. The observed difference in energetic consequence of the performance condition in each gait is due to the effect the movement strategy of each gait has on the dissipative loss. The optimization model predictions are tested directly by measuring metabolic cost of human subjects walking and running at different speeds in normal and reduced gravity using a novel reduced gravity simulation apparatus. The optimization model also predicts other, sometimes subtle, aspects of gait such as step length changes. This is also directly tested in order to assess the fidelity of the model’s more nuanced predictions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetRobotic Locomotion and ControlTravaux en français237 207