MétaCan
Menu
Retour à la cohorte
Enregistrement W3135292282 · doi:10.1098/rsif.2021.0061

Stepping onto the unknown: reflexes of the foot and ankle while stepping with perturbed perceptions of terrain

2021· article· en· W3135292282 sur OpenAlexaff
Ryan Riddick, Dominic J. Farris, Andrew G. Cresswell, Arthur D. Kuo, Luke A. Kelly

Notice bibliographique

RevueJournal of The Royal Society Interface · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésElectromyographyAnkleReflexPhysical medicine and rehabilitationTerrainFoot (prosody)KinematicsLatency (audio)Sensory systemAnatomyPsychologyComputer scienceMedicineNeurosciencePhysicsGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Unanticipated variations in terrain can destabilize the body. The foot is the primary interface with the ground and we know that cutaneous reflexes provide important sensory feedback. However, little is known about the contribution of stretch reflexes from the muscles within the foot to upright stability. We used intramuscular electromyography measurements of the foot muscles flexor digitorum brevis (FDB) and abductor hallucis (AH) to show for the first time how their short-latency stretch reflex response (SLR) may play an important role in responding to stepping perturbations. The SLR of FDB and AH was highest for downwards steps and lowest for upwards steps, with the response amplitude for level and compliant steps in between. When the type of terrain was unknown or unexpected to the participant, the SLR of AH and the ankle muscle soleus tended to decrease. We found significant relationships between the contact kinematics and forces of the leg and the SLR, but a person's expectation still had significant effects even after accounting for these relationships. Motor control models of short-latency body stabilization should not only include local muscle dynamics, but also predictions of terrain based on higher level information such as from vision or memory.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,021
Tête enseignante GPT0,257
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Royal Society InterfaceMême sujetMotor Control and AdaptationTravaux en français237 207