MétaCan
Menu
Retour à la cohorte
Enregistrement W3197265477 · doi:10.1080/08990220.2021.1973403

Sensing hand position in Ehlers-Danlos syndrome

2021· article· en· W3197265477 sur OpenAlexafffund
Holly A. Clayton, Bernard Marius ’t Hart, Denise Y. P. Henriques

Notice bibliographique

RevueSomatosensory & Motor Research · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueConnective tissue disorders research
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEhlers–Danlos syndromePosition (finance)Computer scienceMedicineDermatologyBusiness

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To explore the effect of joint hypermobility on acuity, and precision, of hand proprioception. MATERIALS AND METHODS: We compared proprioceptive acuity, and precision, between EDS patients and controls. We then measured any changes in their estimates of hand position after participants adapted their reaches in response to altered visual feedback of their hand. The Beighton Scale was used to quantify the magnitude of joint hypermobility. RESULTS: There were no differences between the groups in the accuracy of estimates of hand location, nor in the visually induced changes in hand location. However, EDS patients' estimates were less precise when based purely on proprioception and could be partially predicted by Beighton score. CONCLUSIONS: EDS patients are less precise at estimating their hand's location when only afferent information is available, but the presence of efferent signalling may reduce this imprecision. Those who are more hypermobile are more likely to be imprecise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,051
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,053
Tête enseignante GPT0,369
Écart entre enseignants0,317 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueSomatosensory & Motor ResearchMême sujetConnective tissue disorders researchTravaux en français237 207