MétaCan
Menu
← Retour à la cohorte
Enregistrement W2994834210 · doi:10.1371/journal.pone.0226596

Force-stabilizing synergies can be retained by coordinating sensory-blocked and sensory-intact digits

2019· article· en· W2994834210 sur OpenAlexafffund
Wei Zhang, Sasha Reschechtko, Barry Hahn, Cynthia Benson, Elias Youssef

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern University
Organismes subventionnairesCanada First Research Excellence FundProfessional Staff Congress and City University of New YorkCity University of New York
Mots-clésIsometric exerciseSomatosensory systemSensory systemNeurosciencePhysical medicine and rehabilitationComputer scienceMedicinePsychologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

The present study examined the effects of selective digital deafferentation on the multi-finger synergies as a function of total force requirement and the number of digits involved in isometric pressing. 12 healthy adults participated in maximal and sub-maximal isometric pressing tasks with or without digital anesthesia to selective digits from the right hand. Our results indicate that selective anesthesia paradigm induces changes in both anesthetized (local) and non-anesthetized (non-local) digits' performance, including: (1) decreased maximal force abilities in both local and non-local digits; (2) reduced force share during multi-finger tasks from non-local but not local digits; (3) decreased force error-making; and (4) marginally increased motor synergies. These results reinforce the contribution of somatosensory feedback in the process of maximal voluntary contraction force, motor performance, and indicate that somatosensation may play a role in optimizing secondary goals during isometric force production rather than ensuring task performance.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,048
Tête enseignante GPT0,228
Écart entre enseignants0,180 · 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'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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMotor Control and Adaptation→Travaux en français237 207→