MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405488767 · doi:10.1109/embc53108.2024.10782385

One-Leg Standing: Right and Left Balance COP and EMG Analyses

2024· article· en· W4405488767 sur OpenAlexaff
Leia B. Bagesteiro, Liana E. Brown

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésBalance (ability)Left and rightPhysical medicine and rehabilitationRight-to-leftComputer scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Manual asymmetries in motor control have been studied for more than 120 years, with the bulk of this work focusing on unimanual control of upper limb movements. Given that the global population is aging, and that gait and balance disorders in this population are common causes of falls, it is critical to understand control mechanisms underlying balance. To this end, the current study investigates lateralization control mechanisms underlying one leg balance using the mean distribution and variability in center of pressure (COP) in 109 right-hand dominant individuals. Participants stood on a force platform with either the left leg, right leg, or both legs under two visual conditions (eyes open and closed). Electromyography (EMG) was recorded from four lower leg muscles (tibialis anterior, peroneus longus, soleus, and the medial head of the gastrocnemius) in 15 participants. Preliminary data analysis indicates that center of pressure (COP) distribution and variability and overall muscle activity is higher in eyes-closed conditions. In addition, asymmetries in postural stability control were observed, with higher COP variability in the single left leg than right leg in both anterior-posterior and medial-lateral directions. higher EMG activity during left leg standing for both visual conditions. In future work, we will examine potential differences in the lateralization of postural control in aging populations and in populations with impaired postural 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 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 enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,000

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 Opus0,072
Tête enseignante GPT0,322
Écart entre enseignants0,249 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMotor Control and Adaptation→Travaux en français237 207→