MétaCan
Menu
Retour à la cohorte
Enregistrement W4402467655 · doi:10.1101/2024.09.10.24313424

EFFECTS OF LIFESTYLE ACTIVITY LEVEL ON ANTICIPATORY LOCOMOTOR ADJUSTMENTS FOR PEDESTRIAN CIRCUMVENTION

2024· preprint· en· W4402467655 sur OpenAlexafffund
Joris Boulo, Margaux Simon, Bradford J. McFadyen, Andréanne K. Blanchette

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensUniversité LavalCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRéseau Provincial de Recherche en Adaptation-Réadaptation
Mots-clésPedestrianPsychologyEnvironmental scienceTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Navigating public environments requires adjustments to one’s walking patterns to avoid stationary and moving obstacles. It is known that physical inactivity induces alterations in motor capacities, but the impact of inactivity on anticipatory locomotor adjustments (ALA) has not been studied. The purpose of the present study was to compare ALAs and related muscle co-contraction during a pedestrian circumvention task between active (AA) and inactive young adults (IA). Thirteen AA and thirteen IA were placed in a virtual environment simulating a public park. Participants circumvented virtual pedestrians walking towards them. Walking speed, onset of deviation, clearance, foot placement strategies and muscle co-contraction were analysed. IA exhibited slower walking speeds compared to the AA during circumvention condition but not during unobstructed walking condition. The distance at the onset of trajectory deviation was larger for IA. Both groups increased co-contraction for pedestrian circumvention at the ankle and left hip and IA displayed greater ankle co-contraction overall. No significant group differences were observed in minimum clearance. This study suggests that an inactive lifestyle influences ALAs by inducing a cautious behavior during pedestrian circumvention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,862
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,358
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207