MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387054079 · doi:10.1249/01.mss.0000981916.65258.d8

Velocity-dependent Neural Mechanisms Of Dynamic Ballistic Contractions

2023· article· en· W4387054079 sur OpenAlexaff
Jesse Collins, Ryan William Weller, Jayne M. Kalmar

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésIsometric exerciseConcentricMotor unitVastus medialisMathematicsContraction (grammar)PhysicsElectromyographyAnatomyPhysical medicine and rehabilitationGeometryMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Motor unit firing behaviour during isometric ballistic contractions is characterized by a large burst of neural activity with short initial interspike intervals (ISI) and high motor unit discharge rates (MUDR). However, dynamic movements include additional variables such as movement velocity and range of motion that may affect the neural strategies used during this type of ballistic contraction. PURPOSE: To assess discharge and recruitment properties of knee extensor motor units during maximal isokinetic contractions at different velocities. METHODS: Two wireless surface sensors, were used to record four differential sEMG signals from the vastus medialis (VM) and vastus lateralis (VL) of the right leg. Twenty university-aged participants (11 female) performed 3 blocks of maximal isokinetic contractions with 5 m rest between blocks. Each block included 5 contractions at 60°/s, 120°/s, 180°/s, 240°/s, 300°/s (velocities pseudorandomized) with 1 m rest between contractions. Joint angle, torque, average and peak MUDRs were assessed during the movement phase (first discharge to the end of the concentric phase). Repeated-measures ANOVA was used to assess peak and average MUDR, and the first 3 ISIs across the 5 movement velocities, with sex included as a covariate. RESULTS: Average MUDR was lower at faster velocities in VL (60°/s, 13.03 ± 2.83; 300°s,10.84 ± 2.46, p < 0.01) and VM (60°/s, 14.54 ± 2.83; 300°s,12.71 ± 2.03, p < 0.01). Peak MUDR was also lower at faster velocities in VL (60°/s, 16.17 ± 2.98; 300°s, 13.95 ± 3.15, p < 0.01) and VM (60°/s, 17.60 ± 2.68; 300°s, 16.13 ± 2.37, p < 0.01). When torque was included as a covariate, a repeated-measure ANCOVA revealed that there was no effect of velocity on peak VL MUDR (p = 0.32), average VL MUDR (p = 0.67), peak VM MUDR (p = 0.68) or average VM MUDR (p = 0.58). The first 3 ISIs of VL MUs were shorter at higher velocities (60°/s, 0.31 ± 0.01 s; 300°s, 0.26 ± 0.004 s, p < 0.01) while the first 3 ISIs of VM MUs were not velocity-dependent. There were no sex differences with torque as a covariate. CONCLUSIONS: Peak and average MUDR during the movement phase of maximal isokinetic contractions were not velocity-dependent. However, initial interspike intervals were shorter at high velocities.

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: Observationnel · Signal consensuel: aucune
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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMuscle activation and electromyography studies→Travaux en français237 207→