Head kinematic variability is minimal near preferred cadence and independent of the vestibular control of locomotion
Notice bibliographique
Résumé
The unstable nature of our bipedal posture requires continuous feedback to maintain internal estimates of self-motion and generate appropriate balance-correcting responses. This feedback control process involves the integration of multisensory information, including vestibular cues of head motion. Minimizing head motion variability may optimize the information transmitted by vestibular signals that are important for balance control and consequently drive vestibular contributions to locomotion which decrease as we move faster. In this study, participants walked outdoors at 40% to 140% of their preferred step cadence while we characterized head kinematic variability and vestibular-evoked balance responses to electrical vestibular stimulation, a common method to generate virtual signals of head movement. Head kinematic variability was lowest near participants' preferred step cadences (90-126 steps/min) and gait speeds (1.1-1.7 m/s) while vestibular-evoked responses decreased exponentially as step cadence and gait speed increased. Hence, the minima of head kinematic variability were close to preferred step cadences, near previously established minima for the metabolic cost of locomotion. The relationship between head kinematic variability and vestibular-evoked balance responses, however, was inconsistent across all step cadences, suggesting that head kinematic variability did not drive vestibular-evoked balance response magnitude. The observed reduction in the variability of head motion signals at the preferred locomotor cadence/speed may serve to improve our self-motion estimates and reduce information processing requirements to ensure effective navigation, thereby potentially contributing to the well-established minimum in metabolic cost near preferred cadence.
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 | 0,002 |
| 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) | 0,002 | 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 ».