Mitigating the bilateral deficit: reducing neural deficits through residual force enhancement and activation reduction
Notice bibliographique
Résumé
PURPOSE: The bilateral deficit (BLD) is characterized by a reduction in maximal voluntary torque during a bilateral contraction relative to the sum of left and right unilateral contractions. The BLD has been attributed to interhemispheric inhibition as a result of unilateral torque differences between limbs. If the BLD is the result of interhemispheric inhibition, lowering activation for a torque matching task, as shown in residual force enhancement (RFE), may help overcome the decrease in neural drive during bilateral contractions. Therefore, the purpose of the present study was to determine whether RFE could reduce the BLD. METHODS: Participants (n = 12) performed both isometric and RFE MVCs of the elbow flexors under three conditions: (1) unilateral-left; (2) unilateral-right; and (3) bilateral. To directly address the purpose of the study, a sub-group of participants that displayed both RFE and a BLD ("Responders", n = 6) were selected from the participant pool. RESULTS: "Responders" displayed RFE (7.1 ± 5.3%) and an isometric BLD (BI: - 9.9 ± 3.2%). In the RFE state, the BLD was no longer significant (- 5.8 ± 7.9%), accompanied by the elimination of differences in biceps brachii EMG between arms (left: - 11.7 ± 10.3%; right: - 11.5 ± 13.2%), as seen during isometric contractions (left: - 12.0 ± 23.2%; right: - 21.1 ± 16.6%). CONCLUSION: Residual force enhancement appears to mitigate the BLD, alleviating the effects of a decrease in neural drive by allowing more force for a given level of muscle activation when compared to a purely isometric contraction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».