MétaCan
Menu
← Retour à la cohorte
Enregistrement W3041698087 · doi:10.1101/2020.07.07.191080

Muscle activation patterns are more constrained and regular in treadmill than in overground human locomotion

2020· preprint· en· W3041698087 sur OpenAlexaff
Ilaria Mileti, Aurora Serra, Nerses Wolf, Victor Munoz-Martel, Antonis Ekizos, Eduardo Palermo, Adamantios Arampatzis, Alessandro Santuz

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensDalhousie University
Organismes subventionnairesHumboldt-Universität zu BerlinDeutsche Forschungsgemeinschaft
Mots-clésTreadmillHurst exponentComputer sciencePhysical medicine and rehabilitationMovement (music)Motor controlElectromyographyMotor systemNeuroscienceMathematicsPsychologyMedicinePhysical therapyPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The use of motorized treadmills as convenient tools for the study of locomotion has been in vogue for many decades. However, despite the widespread presence of these devices in many scientific and clinical environments, a full consensus on their validity to faithfully substitute free overground locomotion is still missing. Specifically, little information is available on whether and how the neural control of movement is affected when humans walk and run on a treadmill as compared to overground. Here, we made use of linear and nonlinear analysis tools to extract information from electromyographic recordings during walking and running overground, and on an instrumented treadmill. We extracted synergistic activation patterns from the muscles of the lower limb via non-negative matrix factorization. We then investigated how the motor modules (or time-invariant muscle weightings) were used in the two locomotion environments. Subsequently, we examined the timing of motor primitives (or time-dependent coefficients of muscle synergies) by calculating their duration, the time of main activation, and their Hurst exponent, a nonlinear metric derived from fractal analysis. We found that motor modules were not influenced by the locomotion environment, while motor primitives resulted overall more regular in treadmill than in overground locomotion, with the main activity of the primitive for propulsion shifted earlier in time. Our results suggest that the spatial and sensory constraints imposed by the treadmill environment forced the central nervous system to adopt a different neural control strategy than that used for free overground locomotion. A data-driven indication that treadmills induce perturbations to the neural control of locomotion.

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: Empirique
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)0,0000,000
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 Opus0,031
Tête enseignante GPT0,238
Écart entre enseignants0,207 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMotor Control and Adaptation→Travaux en français237 207→