Assessment of trunk muscle co-contraction during typical occupational movement tasks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Assessment of trunk muscle co-contraction can provide insight into the behaviour of the trunk musculature, as co-contraction differs between healthy participants and those with low back pain/injury. To date, co-contraction of the trunk musculature has been examined predominately during single-plane and maximal range-of-motion movement tasks. Objective: To assess differences in co-contraction patterns of the trunk musculature as a function of movement task (maximal and combined, mid-range trunk movement tasks) and phase of the movement task. Methods: Thirteen asymptomatic males performed a series of maximal trunk range-of-motion tasks, as well as movement tasks with various combinations of lumbar and thoracic movements ('combined' movement tasks), in both sitting and standing. Co-contraction between all possible pairings of six bilateral muscles (66 in total) was determined and compared between movement tasks and phase of movement. Results: Twisting and combined movement tasks produced greater co-contraction when moving into and/or holding the position, while uncontrolled flexion movement tasks produced the greatest co-contraction when returning to a neutral upright position. Conclusions: Combined movement tasks and tasks involving twisting required greater co-contraction to actively maintain the positions, providing insight into potential mechanisms of injury if the positions were adopted with high repetition or long duration. These findings are applicable to injury prevention, job and workstation design, rehabilitation practices, and return-to-work protocols.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle