MétaCan
Menu
Retour à la cohorte
Enregistrement W1895795199 · doi:10.1080/00140139.2015.1059956

Age-related changes to wheelchair efficiency and sprint power output in novice able-bodied males

2015· article· en· W1895795199 sur OpenAlexaff
Nathaniel Hers, Bonita Sawatzky, A. William Sheel

Notice bibliographique

RevueErgonomics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSprintWheelchairWheelingPhysical therapyTreadmillPhysical medicine and rehabilitationPopulationManual wheelchairPsychologyAge groupsMedicineDemographyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This study examined the effect of age on sub-maximal wheelchair propulsion efficiency and sprint power output (SPO) in inexperienced able-bodied males. Two age groups were used for this study: a younger adult group (N = 10; mean age 24.8 ± 3.0 years) and an older adult group (N = 8; mean age 70.9 ± 5.2 years). No one had prior manual wheelchair experience. The primary outcome measures were gross mechanical efficiency (GME), mechanical effectiveness (ME) during sub-maximal treadmill wheeling and SPO during a max sprint test. There were no significant differences in GME; however, there was a significant difference in ME [0.74 ± 0.12 and 0.62 ± 0.08 (p = 0.007)] and sprint test [SPO = 224.66 ± 79.25 and 125.98 ± 53.02 (W) (p = 0.008)], for younger and older adults, respectively. Healthy, active older individuals can have a physiological capacity similar to younger populations to wheel sub-maximally, but their ME and lower SPO reduce the ability to propel manual wheelchairs during maximal wheeling. PRACTITIONER SUMMARY: Understanding the potential for older adults to propel wheelchairs is important as the population ages with disabilities. This study demonstrated significantly lower ME but not GME in older versus younger adult populations. Strength training may be needed to keep older adults active in manual wheelchairs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,271
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,057
Tête enseignante GPT0,336
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetSpinal Cord Injury ResearchTravaux en français237 207