Quantifying Segmental Contributions to Center-of-Mass Motion During Dynamic Continuous Support Surface Perturbations Using Simplified Estimation Models
Notice bibliographique
Résumé
Investigating balance reactions following continuous, multidirectional, support surface perturbations is essential for improving our understanding of balance control in moving environments. Segmental motions are often incorporated into rapid balance reactions following external perturbations to balance, although the effects of these motions during complex, continuous perturbations have not been assessed. This study aimed to quantify the contributions of body segments (ie, trunk, head, upper extremity, and lower extremity) to the control of center-of-mass (COM) movement during continuous, multidirectional, support surface perturbations. Three-dimensional, whole-body kinematics were captured while 10 participants experienced 5 minutes of perturbations. Anteroposterior, mediolateral, and vertical COM position and velocity were calculated using a full-body model and 7 models with reduced numbers of segments, which were compared with the full-body model. With removal of body segments, errors relative to the full-body model increased, while relationship strength decreased. The inclusion of body segments appeared to affect COM measures, particularly COM velocity. Findings suggest that the body segments may provide a means of improving the control of COM motion, primarily its velocity, during continuous, multidirectional perturbations, and constitute a step toward improving our understanding of how the limbs contribute to balance control in moving environments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».