MétaCan
Menu
Retour à la cohorte
Enregistrement W2794872054 · doi:10.1111/sms.13089

Differences in in vivo muscle fascicle and tendinous tissue behavior between the ankle plantarflexors during running

2018· article· en· W2794872054 sur OpenAlexaff
Adrian Lai, Glen A. Lichtwark, Anthony G. Schache, Marcus G. Pandy

Notice bibliographique

RevueScandinavian Journal of Medicine and Science in Sports · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesAustralian Research Council
Mots-clésFascicleAnkleTendonMuscle architectureAnatomyGastrocnemius muscleSoleus muscleSkeletal muscleMedicine

Résumé

récupéré en direct d'OpenAlex

The primary human ankle plantarflexors, soleus (SO), medial gastrocnemius (MG), and lateral gastrocnemius (LG) are typically regarded as synergists and play a critical role in running. However, due to differences in muscle-tendon architecture and joint articulation, the muscle fascicles and tendinous tissue of the plantarflexors may exhibit differences in their behavior and interactions during running. We combined in vivo dynamic ultrasound measurements with inverse dynamics analyses to identify and explain differences in muscle fascicle, muscle-tendon unit, and tendinous tissue behavior of the primary ankle plantarflexors across a range of steady-state running speeds. Consistent with their role as a force generator, the muscle fascicles of the uniarticular SO shortened less rapidly than the fascicles of the MG during early stance. Furthermore, the MG and LG exhibited delays in tendon recoil during the stance phase, reflecting their ability to transfer power and work between the knee and ankle via tendon stretch and storage of elastic strain energy. Our findings add to the growing body of evidence surrounding the distinct mechanistic functions of uni- and biarticular muscles during dynamic movements.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations58
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Medicine and Science in SportsMême sujetMuscle activation and electromyography studiesTravaux en français237 207