Non-Linear Gait Dynamics Are Affected by Commonly Occurring Outdoor Surfaces and Sex in Healthy Adults
Notice bibliographique
Résumé
(1) Background: Human walking involves adapting to diverse terrains, influencing gait biomechanics. This study examined how seven outdoor surfaces—flat–even, banked-right/-left, cobblestone, grass, sloped-down, and sloped-up—affect nonlinear gait dynamics in 30 healthy adults (14 females and 15 males). (2) Methods: Trunk and shank accelerations were analyzed for movement predictability (sample entropy, SE), smoothness (log dimensionless jerk, LDLJ), symmetry (step/stride regularity), and stability (short-/long-term Lyapunov exponents, LyEs, LyEl). (3) Results: Surface type significantly influenced all gait metrics, regardless of sex. Banked-right and sloped-down walking reduced SE, indicating less predictable movements. All surfaces except flat–even increased LDLJ, suggesting reduced smoothness. Cobblestone and sloped-down surfaces impaired step symmetry, while banked surfaces enhanced stride symmetry. LyEs decreased on cobblestones (lower variability), while sloped-up increased it. LyEl rose on all surfaces except cobblestones, indicating a more chaotic gait. No significant sex differences were found, though males showed a non-significant trend toward lower LyEs. Notably, sex–surface interactions emerged for SE and stride symmetry on banked-right surfaces, with females showing decreased SE and increased symmetry. (4) Conclusions: These findings underscore the importance of terrain and sex in gait dynamics research.
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) | 0,002 | 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 ».