EFFECTS OF SPINAL TRANSECTION AND LOCOMOTOR SPEED ON MUSCLE SYNERGIES OF THE CAT HINDLIMB
Notice bibliographique
Résumé
It was suggested that during locomotion, the nervous system controls movement by activating groups of muscles, or muscle synergies. Analysis of muscle synergies can reveal the organization of spinal locomotor networks and how it depends on the state of the nervous system, such as before and after spinal cord injury, and on different locomotor conditions, including a change in speed. The goal of this study was to investigate the effects of spinal transection and locomotor speed on hindlimb muscle synergies and their time-dependent activity patterns in adult cats. EMG activities of 15 hindlimb muscles were recorded in 9 adult cats of either sex during tied-belt treadmill locomotion at speeds of 0.4, 0.7, and 1.0 m/s before and after recovery from a low thoracic spinal transection. We determined EMG burst groups using cluster analysis of EMG burst onset and offset times and muscle synergies using non-negative matrix factorization. We found five major EMG burst groups and five muscle synergies in each of six experimental conditions (2 states × 3 speeds). In each case, the synergies accounted for at least 90% of muscle EMG variance. Both spinal transection and locomotion speed modified subgroups of EMG burst groups and the composition and activation patterns of selected synergies. However, these changes did not modify the general organization of muscle synergies. Based on the obtained results, we propose an organization for a pattern formation network of a two-level central pattern generator that can be tested in neuromechanical simulations of spinal circuits controlling cat locomotion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».