Increasing the gradient of energetic cost does not initiate adaptation in human walking
Notice bibliographique
Résumé
Abstract When in a new situation, the nervous system may benefit from adapting its control policy. In determining whether or not to initiate this adaptation, the nervous system may rely on some features of the new situation. Here we tested whether one such feature is salient cost savings. We changed cost saliency by manipulating the gradient of participants’ energetic cost landscape during walking. We hypothesized that steeper gradients would cause participants to spontaneously adapt their step frequency to lower costs. To manipulate the gradient, a mechatronic system applied controlled fore-aft forces to the waist of participants as a function of their step frequency as they walked on a treadmill. These forces increased the energetic cost of walking at high step frequencies and reduced it at low step frequencies. We successfully created three cost landscapes of increasing gradients, where the natural variability in participants’ step frequency provided cost changes of 3.6% (shallow), 7.2% (intermediate) and 10.2% (steep). Participants did not spontaneously initiate adaptation in response to any of the gradients. Using metronome-guided walking— a previously established protocol for eliciting initiation of adaptation—participants next experienced a step frequency with a lower cost. Participants then adapted by −1.41±0.81 (p=0.007) normalized units away from their originally preferred step frequency obtaining cost savings of 4.80±3.12%. That participants would adapt under some conditions, but not in response to steeper cost gradients, suggests that the nervous system does not solely rely on the gradient of energetic cost to initiate adaptation in novel situations.
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) | 0,001 | 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 ».