MétaCan
Menu
Retour à la cohorte
Enregistrement W4366815173 · doi:10.1016/j.gaitpost.2023.04.016

Joint behaviour during arm swing changes with gait speed and predicts spatiotemporal variability and dynamic stability in healthy young adults

2023· article· en· W4366815173 sur OpenAlexaff
Christopher A. Bailey, Ryan B. Graham, Julie Nantel

Notice bibliographique

RevueGait & Posture · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSwingGaitJoint (building)Physical medicine and rehabilitationStability (learning theory)Computer scienceMedicineEngineeringMachine learningStructural engineering

Résumé

récupéré en direct d'OpenAlex

Arm swing is linked to gait stability. How this is accomplished is unclear as most investigations artificially manipulate arm swing amplitude and examine average patterns. Biomechanical evaluation of stride-to-stride upper limb behaviour across a range of gait speeds, where the arm swings as preferred, could clarify this link. How do stride-to-stride arm swing behaviours change with gait speed and relate to stride-to-stride gait fluctuations? Young adults (n = 45, 25 females) completed treadmill gait at preferred, slow (70% of preferred), and fast speed (130% of preferred) while full-body kinematics were acquired with optoelectronic motion capture. Arm swing behaviour was quantified by shoulder, elbow, and wrist joint angle amplitude (range of motion [ROM]) and motor variability (e.g. mean standard deviation [meanSD], local divergence exponent [λmax]). Stride-to-stride gait fluctuation was quantified by spatiotemporal variability (e.g. stride time CV) and dynamic stability (i.e. trunk local dynamic stability [trunk λmax], centre-of-mass smoothness [COM HR]). Repeated measures ANOVAs tested for speed effects and step-wise linear regressions identified arm swing-based predictors of stride-to-stride gait fluctuation. Speed decreased spatiotemporal variability and increased trunk λmax and COM HR in the anteroposterior and vertical axes. Adjustments in gait fluctuations occurred with increased upper limb ROM, particularly for elbow flexion, and increased meanSD and λmax of shoulder, elbow, and wrist angles. Models of upper limb measures predicted 49.9–55.5% of spatiotemporal variability and 17.7–46.4% of dynamic stability. For dynamic stability, wrist angle features were the best and most common independent predictors. Findings highlight that all upper limb joints, and not solely the shoulder, underlie changes in arm swing amplitude, and that arm swing strategies pair with the trunk and contrast with centre-of-mass and stride strategies. Findings suggest that young adults search for flexible arm swing motor strategies to help optimize stride consistency and gait smoothness.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 GPT0,304
Écart entre enseignants0,283 · 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'étudeObservationnel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGait & PostureMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207