Energy optimization during walking involves implicit processing
Notice bibliographique
Résumé
Gait adaptations, in response to novel environments, devices or changes to the body, can be driven by the continuous optimization of energy expenditure. However, whether energy optimization involves implicit processing (occurring automatically and with minimal cognitive attention), explicit processing (occurring consciously with an attention-demanding strategy) or both in combination remains unclear. Here, we used a dual-task paradigm to probe the contributions of implicit and explicit processes in energy optimization during walking. To create our primary energy optimization task, we used lower-limb exoskeletons to shift people's energetically optimal step frequency to frequencies lower than normally preferred. Our secondary task, designed to draw explicit attention from the optimization task, was an auditory tone discrimination task. We found that adding this secondary task did not prevent energy optimization during walking; participants in our dual-task experiment adapted their step frequency toward the optima by an amount and at a rate similar to participants in our previous single-task experiment. We also found that performance on the tone discrimination task did not worsen when participants were adapting toward energy optima; accuracy scores and reaction times remained unchanged when the exoskeleton altered the energy optimal gaits. Survey responses suggest that dual-task participants were largely unaware of the changes they made to their gait during adaptation, whereas single-task participants were more aware of their gait changes yet did not leverage this explicit awareness to improve gait adaptation. Collectively, our results suggest that energy optimization involves implicit processing, allowing attentional resources to be directed toward other cognitive and motor objectives during walking.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».