Joystick stiffness, movement speed and direction effects on upper limb muscular loading
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
The manipulation of joysticks to control heavy machinery requires repetitive wrist and upper limb movements which can increase operator susceptibility to repetitive strain injuries. The purpose of this study was to analyse muscle activation using surface electromyography (EMG) on eight muscles of the upper limb during joystick manipulation. Experiments (n=8 subjects) involved a series of 4 motion types (forward, backwards, inwards, outwards) at 2 speeds (fast, slow) using 3 identical joysticks with different stiffnesses (light, regular, heavy). Results showed that all experimental conditions required at least a constant low level (between 2–5% Task Maximal Voluntary Contraction) activation for all muscles. The joystick utilized in this study maintains the wrist in a more neutral posture, however, Integrated EMG (iEMG) and peakEMG results suggest that the muscle strain is transferred from the wrist to the shoulder. EMG results also suggest that shoulder strain is further exacerbated by the armrest as it forces the operator to elevate the shoulder while pulling the controller backwards and inadequately supporting the forearm while moving it in the forward direction. Muscles involved as prime movers had higher activation levels when joystick stiffness was increased, however, muscles that provided directional, positional or postural support to the prime movers were relatively unaffected by joystick stiffness. Muscle activation was increased for all muscles when the joystick was moved quickly. This finding may be important for work environments using joysticks which require increased precision and fine movements coupled with short, highly repetitious cycle times.
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