The Effects of Plantar foot Pressure and EMG Activation of Neck, Lumbar and Low Limbs by Using Carrier during Walking
Notice bibliographique
Résumé
본 연구는 처네를 사용하고 보행을 하는 동안 처네의 사용 방법에 따른 족저 압력의 변화와 목, 허리 및 다리 근육의 활성도를 알아 보기 위하여 실시하였으며 이를 위하여 족저 영역별 최고 압력과 근육 활성도를 중심으로 자료를 수집하여 분석하였다. 영아를 양육하고 있는 허리와 다리 및 목의 근골격계 문제가 없는 20명의 건강한 젊은 여성을 대상으로 전방 처네 사용, 후방 처네 사용, 일반 보행을 하는 동안 입각기 발의 영역별 족저 최고 압력과 목, 허리 및 다리 근육의 활성도를 측정하였다. 족저 압력의 측정은 RS-scan system을 이용하였으며, 근육 활성도는 ProComp InfinitiTM를 이용하였다. 처네 사용 방법에 따라 수집된 자료를 일원배치분산분석을 이용하여 분석하였다. 본 연구를 통하여 전방 처네 사용 시 허리 근육의 활성도와 엄지 발가락 영역의 압력이 유의하게 증가한다는 것을 알 수 있었고, 후방 처네 사용 시 목 근육의 활성도와 발허리 영역의 압력이 유의하게 증가하였다. 따라서 본 연구에서는 처네의 사용 방법이 발의 구조와 기능 그리고 근육 활성도에 영향을 미친다는 것을 확인 할 수 있었다. The purpose of this study was to investigate the changing plantar foot pressure and muscle activation of neck, lumbar and low limb by different way of the using carrier during walking. Twenty healthy and young females who brought up infants and had no musculoskeletal disorders of neck, lumbar and low limb were instructed to perform plantar foot pressure and muscle activation of neck, lumbar and low limb during different ways of the using the carrier and walking. Plantar foot pressures were recorded by RS-scan system(RS scan Ltd, German), muscle activation were recorded by ProComp infinitiTM(Thought Technology Ltd, Canada). The data collected by each way of the using carrier and One-way ANOVA was used to analyze. The results indicated that there was a significant increase on erector spinae muscle activation and pressure of great toe zone by using anterior carrier and there was a increase on activation of paraspinal muscle and metatarsal zone by using posterior carrier. Therefore, the way of using carrier could be influenced upon structure and function of the foot and muscle activation.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».