MétaCan
Menu
Retour à la cohorte
Enregistrement W2802245354 · doi:10.1152/jn.00512.2017

Neck muscle biomechanics and neural control

2018· article· en· W2802245354 sur OpenAlexaff
Jason B. Fice, Gunter P. Siegmund, Jean‐Sébastien Blouin

Notice bibliographique

RevueJournal of Neurophysiology · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiomechanicsMotor controlPhysical medicine and rehabilitationNeck musclesNeuroscienceAnatomyComputer sciencePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

The mechanics, morphometry, and geometry of our joints, segments, and muscles are fundamental biomechanical properties intrinsic to human neural control. The goal of our study was to investigate whether the biomechanical actions of individual neck muscles predict their neural control. Specifically, we compared the moment direction and variability produced by electrical stimulation of a neck muscle (biomechanics) to the preferred activation direction and variability (neural control). Subjects sat upright with their head fixed to a six-axis load cell and their torso restrained. Indwelling wire electrodes were placed into the sternocleidomastoid (SCM), splenius capitis (SPL), and semispinalis capitis (SSC) muscles. The electrically stimulated direction was defined as the moment direction produced when a current (2-19 mA) was passed through each muscle's electrodes. Preferred activation direction was defined as the vector sum of the spatial tuning curve built from root mean squared electromyogram when subjects produced isometric moments at 7.5% and 15% of their maximum voluntary contraction (MVC) in 26 three-dimensional directions. The spatial tuning curves at 15% MVC were well defined (unimodal, P < 0.05), and their preferred directions were 23°, 39°, and 21° different from their electrically stimulated directions for the SCM, SPL, and SSC, respectively ( P < 0.05). Intrasubject variability was smaller in electrically stimulated moment directions compared with voluntary preferred directions, and intrasubject variability decreased with increased activation levels. Our findings show that the neural control of neck muscles is not based solely on optimizing individual muscle biomechanics but, as activation increases, biomechanical constraints in part dictate the activation of synergistic neck muscles. NEW & NOTEWORTHY Biomechanics are an intrinsic part of human neural control. In this study, we found that the biomechanics of individual neck muscles cannot fully predict their neural control. Consequently, physiologically based computational neck muscle controllers cannot calculate muscle activation schemes based on the isolated biomechanics of muscles. Furthermore, by measuring biomechanics we showed that the intrasubject variability of the neural control was lower for electrical vs. voluntary activation of the neck muscles.

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 seuil0,008

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 ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,227 · 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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetMotor Control and AdaptationTravaux en français237 207