MétaCan
Menu
Retour à la cohorte
Enregistrement W2994218988 · doi:10.3390/app9245310

Human Balance in Response to Continuous, Predictable Translations of the Support Base: Integration of Sensory Information, Adaptation to Perturbations, and the Effect of Age, Neuropathy and Parkinson’s Disease

2019· article· en· W2994218988 sur OpenAlexaff
Antonio Nardone, Marco Schieppati

Notice bibliographique

RevueApplied Sciences · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensMcGill UniversityJewish Rehabilitation Hospital
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationBalance (ability)Sensory systemParkinson's diseaseDynamic balancePsychologyCognitive psychologyDiseaseNeuroscienceMedicineEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

This short narrative review article moves from early papers that described the behaviour of healthy subjects balancing on a motorized platform continuously translating in the antero-posterior direction. Research from the laboratories of two of the authors and related investigations on dynamic balancing behaviour are briefly summarized. More recent findings challenging time-honoured views are considered, such as the statement that vision plays a head-in-space stabilizing role. The time interval to integrate vision or its withdrawal in the balancing pattern is mentioned as well. Similarities and differences between ageing subjects and patients with peripheral or central disorders are concisely reported. The muscle activities recorded during the translation cycles suggest that vision and amplitude changes of the anticipatory postural activities play a predominant role in controlling dynamic balance during prolonged administration of the predictable perturbation. The potential of this paradigm for rehabilitation of balance problems is discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,297
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207