Scaling of inertial delays in terrestrial mammals
Notice bibliographique
Résumé
Abstract As part of its response to a perturbation, an animal often needs to reposition its body. Inertia acts to oppose motion, delaying the completion of the movement—we refer to this additional elapsed time as inertial delay. As animal size increases, muscle moment arms also increase, but muscles are proportionally weaker, and limb inertia is proportionally larger. Consequently, the scaling of inertial delays is complex. Here, we quantify it using two biomechanical models representing common scenarios in animal locomotion: a distributed mass pendulum approximating swing limb repositioning (swing task), and an inverted pendulum approximating whole body posture recovery (posture task). We parameterized the anatomical, muscular, and inertial properties of these models using literature scaling relationships, then determined inertial delay for each task across a large range of movement magnitudes and the full range of terrestrial mammal sizes. We found that inertial delays scaled with an average of M 0.28 in the swing task and M 0.35 in the posture task across movement magnitudes—larger animals require more absolute time to perform the same movement as small animals. The time available to complete a movement also increases with animal size, but less steeply. Consequently, inertial delays comprise a greater fraction of swing duration and other characteristic movement times in larger animals. We also compared inertial delays to the other component delays within the stimulus-response pathway. As movement magnitude increased, inertial delays exceeded these sensorimotor delays, and this occurred for smaller movements in larger animals. Inertial delays appear to be a challenge for motor control, particularly for bigger movements in larger animals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».