MétaCan
Menu
Retour à la cohorte
Enregistrement W3008408017 · doi:10.1038/s41598-020-59676-y

Ankle and knee extensor muscle effort during locomotion in young and older athletes: Implications for understanding age-related locomotor decline

2020· article· en· W3008408017 sur OpenAlexaff
Juha‐Pekka Kulmala, Marko T. Korhonen, Luca Ruggiero, Sami Kuitunen, Harri Suominen, Ari Heinonen, Aki Mikkola, Janne Avela

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesAcademy of Finland
Mots-clésAnklePhysical medicine and rehabilitationMedicinePlantar flexionExtensor muscleReduction (mathematics)Physical therapyAnatomyMathematics

Résumé

récupéré en direct d'OpenAlex

Age-related reduction in muscle force generation capacity is similarly evident across different lower limb muscle groups, yet decline in locomotor performance with age has been shown to depend primarily on reduced ankle extensor muscle function. To better understand why ageing has the largest detrimental effect on ankle joint function during locomotion, we examined maximal ankle and knee extensor force development during a two-leg hopping test in older and young men, and used these forces as a reference to calculate relative operating efforts for the knee and ankle extensors as participants walked, ran and sprinted. We found that, across locomotion modes in both age groups, ankle extensors operated at a greater relative effort compared to knee extensors; however, slightly less pronounced differences between ankle and knee extensor muscle efforts were present among older men, mainly due to a reduction in the ankle extensor force generation during locomotion modes. We consider these findings as evidence that reduced ankle push-off function in older age is driven by a tendency to keep ankle extensor effort during locomotion lower than it would otherwise be, which, in turn, may be an important self-optimisation strategy to prevent locomotor-induced fatigue of ankle extensor muscles.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,024
Tête enseignante GPT0,236
Écart entre enseignants0,213 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMuscle activation and electromyography studiesTravaux en français237 207