Stability strategy restrictions do not elicit compensatory mechanisms during mediolaterally perturbed slow walking
Notice bibliographique
Résumé
OBJECTIVE: Healthy individuals have the ability to overcome perturbations when walking without falling. They have multiple stability strategies at their disposal, but it remains unclear how these different strategies compensate for one another when one may be limited due to external factors. The objective of the current study was to determine how the different stability strategies compensate for one another when mediolateral perturbations were applied. METHODS: We performed both human experiments and computational modelling. The human experiments involved imposed restrictions on the different stability strategies while perturbations were applied and measuring the response of the other strategies. The stepping strategy was limited using visual feedback of step width projected onto the ground, the ankle strategy was restricted using narrow strips of rubber under the foot, and the trunk strategy was restricted using a brace. Similarly, in the computational model, we observed changes in the remaining strategies once one of the balance strategies was removed. RESULTS: In our gait study, we found that the limitation of one strategy did not result in compensatory behaviour in the remaining strategies. However, our computational model did exhibit compensatory behaviour when strategies were removed. CONCLUSION: These conflicting results suggest that compensatory behaviour has the potential to be beneficial for overcoming perturbations but is not utilized by healthy individuals. SIGNIFICANCE: The mismatch of experimental and modelling results suggests that human responses are not purely motivated by the continuation of forward motion but instead by a combination of objectives.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».