Intraindividual variation in the cross‐sectional geometry of the first metatarsal, femur, and tibia
Notice bibliographique
Résumé
Abstract Objectives The examination of cross‐sectional properties (CSP) of long bones can inform about differential activity patterns and levels of mobility. Typically, these analyses have focused on the femur and tibia, but metatarsals might also be informative. This study examines femora, tibiae, and first metatarsals to evaluate the relationships between long bone CSP within the lower limb and how this might improve our interpretations of metatarsal variability. Materials and Methods The study includes protohistoric Andaman Islanders ( n = 26) and Later Stone Age (LSA) Southern Africans ( n = 25) from approximately 10,000–500 BP. Skeletal data were acquired from past studies of these groups. Correlations were used to evaluate the relationships between CSP of lower limb bones within individuals. Principal component analyses were used to evaluate how each lower limb bone contributed to variation in CSP among individuals. Results The correlations between the CSP in the femur and tibia were always strong, but the correlations with the first metatarsal are variable. Variation in femoral loading largely drove PCAs, with less influence by the first metatarsal, or loading in the opposite direction. Discussion The femur and tibia experience similar patterns of mechanical loading, specifically in compression and tension, but the first metatarsal does not reflect the same biomechanical patterns as the femur and tibia. Similarly, the first metatarsal often drove variation in the opposite direction as the femur, indicating differences in the mechanical loading pattern between the two bones.
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 | 0,001 | 0,057 |
| 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) | 0,002 | 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 ».