MétaCan
Menu
Retour à la cohorte
Enregistrement W1512886162 · doi:10.3233/wor-2010-1002

Effect of different seat support characteristics on the neck and trunk muscles and forward head posture of visual display terminal workers

2010· article· en· W1512886162 sur OpenAlexfundno aff
Won‐gyu Yoo, Min-Hee Kim

Notice bibliographique

RevueWork · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensnon disponible
Organismes subventionnairesInje UniversityMcGill University
Mots-clésTrunkCushionElectromyographyForward head postureAnatomyHead (geology)Physical medicine and rehabilitationHead and neckMedicineSurgeryEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study was designed to identify the effect of seat support characteristics on the neck and trunk muscles and forward head posture of visual display terminal (VDT) workers working at computers. PARTICIPANTS: 22 VDT workers with forward head posture were asked to perform computer work. METHODS: Surface electromyography recorded the five neck and trunk muscles Forward head angle was analyzed with a 3-D motion analysis system. The significance of differences in the seat supports (hard, spongy, unstable) was tested by repeated one-way ANOVA with the significance cutoff set at alpha = 0.05. RESULTS: Computer work seated on an unstable cushion-ball as compared to a spongy soft-cushion seat support showed significantly lower midcervical and L5 paraspinal muscle activity and significantly higher lower trapezius and internal oblique abdominal muscle activity. The mean forward head angle decreased in the order of spongy, hard, and unstable seat supports. CONCLUSIONS: An unstable cushion-ball seat support may prevent work-related neck and upper limb disorders associated with forward head posture.

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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0020,000

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 Opus0,005
Tête enseignante GPT0,282
Écart entre enseignants0,277 · 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

Citations40
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207