MétaCan
Menu
Retour à la cohorte
Enregistrement W2972612420 · doi:10.3791/60078

Experimental Methods to Study Human Postural Control

2019· article· en· W2972612420 sur OpenAlexafffund
Pouya Amiri, Abolfazl Mohebbi, Robert E. Kearney

Notice bibliographique

RevueJournal of Visualized Experiments · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPhysical medicine and rehabilitationAnkleInverted pendulumBalance (ability)Vestibular systemPosturographyComputer scienceMedicineSomatosensory systemBiomechanicsJoint stiffnessPsychologyNeuroscienceStiffnessEngineering

Résumé

récupéré en direct d'OpenAlex

Many components of the nervous and musculoskeletal systems act in concert to achieve the stable, upright human posture. Controlled experiments accompanied by appropriate mathematical methods are needed to understand the role of the different sub-systems involved in human postural control. This article describes a protocol for performing perturbed standing experiments, acquiring experimental data, and carrying out the subsequent mathematical analysis, with the aim of understanding the role of musculoskeletal system and central control in human upright posture. The results generated by these methods are important, because they provide insight into the healthy balance control, form the basis for understanding the etiology of impaired balance in patients and the elderly, and aid in the design of interventions to improve postural control and stability. These methods can be used to study the role of somatosensory system, intrinsic stiffness of ankle joint, and visual system in postural control, and may also be extended to investigate the role of vestibular system. The methods are to be used in the case of an ankle strategy, where the body moves primarily about the ankle joint and is considered a single-link inverted pendulum.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,065
Tête enseignante GPT0,581
Écart entre enseignants0,516 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207