Kinematic and Electromyographic Analysis of the Trunk and Lower Limbs During Walking in Negative-Heeled Shoes
Notice bibliographique
Résumé
BACKGROUND: We investigate kinematic adaptation and muscle activities in the trunk and lower extremities of healthy subjects during treadmill walking in negative-heeled sports shoes versus normal sports shoes. METHODS: Thirteen healthy female university students participated in the study. We analyzed sagittal-movement kinematics and electromyographic findings from the erector spinae, rectus abdominus, rectus femoris, biceps femoris, tibialis anterior, and lateral gastrocnemius muscles of the dominant side in two shod conditions. RESULTS: Negative-heeled gait is characterized by faster cadence, shorter stride length, increased maximal extension angles in the trunk and hip, increased flexion angle in the knee, larger dorsiflexion in the stance phase, and a larger range of motion of the ankle joint. Negative-heeled gait resulted in a significantly larger integrated electromyographic value, a longer duration of electromyographic activity, and a higher mean amplitude of electromyographic activity in the tibialis anterior, lateral gastrocnemius, and biceps femoris muscles. CONCLUSIONS: Negative-heeled gait compared with normal gait places a higher physiologic demand on the tibialis anterior, lateral gastrocnemius, and biceps femoris muscles when walking on a level surface. Thus, negative-heeled shoes could be of value if used in an exercise rehabilitation or training program where inclined walking is not available owing to a flat terrain.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».