Metabolic cost underlies task-dependent variations in motor unit recruitment
Notice bibliographique
Résumé
Mammalian skeletal muscles are comprised of many motor units, each containing a group of muscle fibres that have common contractile properties: these can be broadly categorized as slow and fast twitch muscle fibres. Motor units are typically recruited in an orderly fashion following the 'size principle', in which slower motor units would be recruited for low intensity contraction; a metabolically cheap and fatigue-resistant strategy. However, this recruitment strategy poses a mechanical paradox for fast, low intensity contractions, in which the recruitment of slower fibres, as predicted by the size principle, would be metabolically more costly than the recruitment of faster fibres that are more efficient at higher contraction speeds. Hence, it would be mechanically and metabolically more effective for recruitment strategies to vary in response to contraction speed so that the intrinsic efficiencies and contraction speeds of the recruited muscle fibres are matched to the mechanical demands of the task. In this study, we evaluated the effectiveness of a novel, mixed cost function within a musculoskeletal simulation, which includes the metabolic cost of contraction, to predict the recruitment of different muscle fibre types across a range of loads and speeds. Our results show that a metabolically informed cost function predicts favoured recruitment of slower muscle fibres for slower and isometric tasks versus recruitment that favours faster muscles fibres for higher velocity contractions. This cost function predicts a change in recruitment patterns consistent with experimental observations, and also predicts a less expensive metabolic cost for these muscle contractions regardless of speed of the movement. Hence, our findings support the premise that varying motor recruitment strategies to match the mechanical demands of a movement task results in a mechanically and metabolically sensible way to deploy the different types of motor unit.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».