MétaCan
Menu
Retour à la cohorte
Enregistrement W4417464595 · doi:10.1038/s42003-025-09198-y

Functional symmetrization of neuromotor modules during locomotor development in human infants

2025· article· en· W4417464595 sur OpenAlexaff
Jijian Lin, Sophia C. W. Ha, Janet H. Zhang, Zoe Y. S. Chan, Kaiduo Fang, Xiaoyu Guo, Borong He, Kelvin Y. S. Lau, Rosa H. M. Chan, Roy T.H. Cheung, Chao‐Ying Chen, Vincent C. K. Cheung

Notice bibliographique

RevueCommunications Biology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChinese University of Hong Kong
Mots-clésKinematicsMotor controlBiomechanicsGaitHuman armProcess (computing)Lower limbSymmetrization

Résumé

récupéré en direct d'OpenAlex

During human locomotor development, neonatal neuromotor control modules known as muscle synergies are continuously modified into their mature forms to enable independent walking. How the early muscle synergies, developing neuromusculoskeletal systems, and sensorimotor plasticity interact to regulate this process remains unknown. To address this, we investigated concurrent changes in muscle synergies, kinematic synergies, and lower-limb biomechanical properties across 4 stages of supported and independent walking through longitudinal bilateral multi-muscle recording, kinematic tracking, and personalized neuro-musculoskeletal modelling in 11 human infants, while incorporating additional data from adults and elders for a whole-lifespan analysis. Our results argue that the initially bilaterally asymmetrical muscle synergies and limb biomechanical properties co-evolve to ultimately result in symmetrical kinematic synergies that may stabilize gait. Functional symmetrization of neuromotor modules may be a reflection of the co-development of muscle synergies, their associated kinematic functions, and limb biomechanical properties for achieving gait stability and control efficiency throughout the lifespan.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetMuscle activation and electromyography studiesTravaux en français237 207