MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410923118 · doi:10.1038/s41598-025-01551-9

Dynamic stability metrics exhibit different periods of familiarization to treadmill walking

2025· article· en· W4410923118 sur OpenAlexafffund
Tarique Siragy, Allen Hill, Julie Nantel

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGesellschaft für Forschungsförderung Niederösterreich
Mots-clésTreadmillStability (learning theory)Computer sciencePhysical medicine and rehabilitationMedicinePhysical therapyMachine learning

Résumé

récupéré en direct d'OpenAlex

The dynamic nature of gait heightens the risk of falling. Treadmill-based protocols are used to assess dynamic stability as they allow for uninterrupted gait. However, walking on treadmills differs from overground and individuals require time to adapt to the treadmill before reaching a steady-state gait. While familiarization was examined for gait kinematics, it remains uninvestigated for dynamic stability. As dynamic stability metrics quantify aspects of neuromuscular control, altered sensorimotor input from the treadmill would require familiarization to avoid confounding factors in the interpretation of fall risk. Dynamic stability metrics were assessed for twenty healthy young adults (18-30yrs) during two 10-min sessions of treadmill walking separated by one week. No familiarization in the mediolateral direction occurred but fluctuations in the anteroposterior direction for the Harmonic Ratio (session 1) and Margin of Stability (session 2) occurred. Fluctuations may reflect different strategies used to adjust to the treadmill. Specifically, participants altered step length and upper body posture in session 1 and 2, respectively. This may indicate that more than ten minutes are necessary for dynamic stability metrics to reach a steady-state. Further, treadmill exposure may modulate the motor strategies used to adjust dynamic stability during familiarization periods.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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)0,0020,000

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 Opus0,024
Tête enseignante GPT0,354
Écart entre enseignants0,330 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→