Motor-Control Notions in Health and Disease (What Controls Motor Control?)
Notice bibliographique
Résumé
The term `motor control´ encompasses a wide range of mechanisms thought to be implicated in the organization of movements. Their study, like that of any other scientific field, must use specific notions to get to grips with them. This review is therefore organized along a series of notions that are frequently used in motor control, and we will discuss them with particular emphasis on neurological conditions, which may disrupt normal motor functioning. We will start with a short description of the roles of space and time, in which movements take place. Subsequently we will deal with kinematics and kinetics (dynamics) of movements. Then, we will list the inputs to motoneurons (MNs), which, in different forms, convey signals from the central nervous system (CNS) to skeletal muscles and muscle spindles, including central pattern generators (CPGs), sensory inputs and supraspinal descending fiber systems. Some helpers in movement organization will be introduced, such as internal models and neuronal network models. A relatively brief section on sensory-motor learning will follow because learning abilities are required to endow the sensory-motor system with flexibility and adaptability. The major emphasis is placed on neurological processes, which result from genetic modifications, autoimmune diseases, neurodegenerative diseases, infections in the nervous system as well as vascular and traumatic lesions. These neurological diseases lead to a variety of impairments and symptoms, particularly movement derangements including cerebellar ataxia, spasticity, and (other) movement disorders such as Parkinson’s syndromes. The conclusion is that there is no unique top controller that controls ´motor control`.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».