Attenuation of the visual control of balance under virtual postural threat
Notice bibliographique
Résumé
Background: Virtual reality (VR) can be used to induce the sensation of self-motion. In presenting a visual stimulus to elicit balance correcting responses, the visual control of balance may be evaluated. It is unclear what type of visual stimulus should be presented to optimally perturb balance and whether subsequent responses are influenced by a threat to posture. Objectives: 1. Explore stimuli relevant for the visual control of balance in VR. 2. Determine whether the use of vision for balance control is influenced by postural threat. Methods: 32 healthy, young adults (18 males) completed 5-minute, standing trials in VR with LOW (0m) and HIGH (7m) height conditions. A continuous, stochastic visual stimulus (frequencies: 0-1Hz, amplitude: +/-5cm) was presented as an anteroposterior translation. Outcome measures included center of pressure (COP), kinematic displacements, electromyography, psychological states, and electrodermal activity (EDA). Results: Significant coherence (between stimulus and COP) was observed across frequencies (~0.2-1Hz) at both LOW and HIGH. There was no difference of coherence between conditions, however, the gain was significantly larger at ~0.4Hz for LOW. Two cumulant density peaks were identified (~0.5s and ~1.9s) with significantly larger amplitudes observed in the LOW condition. At HIGH, there were significant increases in reported anxiety, fear, and EDA, and significant decreases in perceived stability and confidence, when compared to LOW. Conclusions: A wide range of frequencies relevant for the visual control of balance were identified with the stochastic visual stimulus. Results suggest a decrease in the sensory gain of the visual system under postural threat.Acknowledgments: The authors acknowledge the support of the Natural Sciences and Engineering Research Council of Canada (NSERC).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».