Connecting the legs with a spring improves human running economy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Human running is inefficient. For every 10 calories burned, less than 1 is needed to maintain a constant forward velocity - the remaining energy is, in a sense, wasted. The majority of this wasted energy is expended to support the bodyweight and redirect the center of mass during the stance phase of gait. An order of magnitude less energy is expended to brake and accelerate the swinging leg. Accordingly, most devices designed to increase running efficiency have targeted the costlier stance phase of gait. An alternative approach is seen in nature: spring-like tissues in some animals and humans are believed to assist leg swing. While it has been assumed that such a spring simply offloads the muscles that swing the legs, thus saving energy, this mechanism has not been experimentally investigated. Here, we show that a spring, or 'exotendon', connecting the legs of a human reduces the energy required for running by 6.4±2.8%, and does so through a complex mechanism that produces savings beyond those associated with leg swing. The exotendon applies assistive forces to the swinging legs, increasing the energy optimal stride frequency. Runners then adopt this frequency, taking faster and shorter strides, and reduce the joint mechanical work to redirect their center of mass. Our study shows how a simple spring improves running economy through a complex interaction between the changing dynamics of the body and the adaptive strategies of the runner, highlighting the importance of considering each when designing systems that couple human and machine.
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.
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) | 0,000 | 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 | 0,000 | 0,000 |
| 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 découle