MétaCan
Menu
Retour à la cohorte

Trunk Muscle Electromyographic Activity With Unstable and Unilateral Exercises

2005· article· en· W1980600419 sur OpenAlexaff
David G. Behm, Allison M. Leonard, Warren Young, W. ANDREW C. BONSEY, Scott N. MacKinnon

Notice bibliographique

RevueThe Journal of Strength and Conditioning Research · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésTrunkMedicineElectromyographyAbdominal musclesLumbarPhysical medicine and rehabilitationTorsoPhysical therapyAnatomyBiology

Résumé

récupéré en direct d'OpenAlex

The purpose of this cross-sectional study was to evaluate the effect of unstable and unilateral resistance exercises on trunk muscle activation. Eleven subjects (6 men and 5 women) between 20 and 45 years of age participated. Six trunk exercises, as well as unilateral and bilateral shoulder and chest presses against resistance, were performed on stable (bench) and unstable (Swiss ball) bases. Electromyographic activity of the upper lumbar, lumbosacral erector spinae, and lower-abdominal muscles were monitored. Instability generated greater activation of the lower-abdominal stabilizer musculature (27.9%) with the trunk exercises and all trunk stabilizers (37.7-54.3%) with the chest press. There was no effect of instability on the shoulder press. Unilateral shoulder press produced greater activation of the back stabilizers, and unilateral chest press resulted in higher activation of all trunk stabilizers, when compared with bilateral presses. Regardless of stability, the superman exercise was the most effective trunk-stabilizer exercise for back-stabilizer activation, whereas the side bridge was the optimal exercise for lower-abdominal muscle activation. Thus, the most effective means for trunk strengthening should involve back or abdominal exercises with unstable bases. Furthermore, trunk strengthening can also occur when performing resistance exercises for the limbs, if the exercises are performed unilaterally.

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 enseignants0,003
Score d'incertitude au seuil0,009

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)0,0030,000

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 Opus0,017
Tête enseignante GPT0,315
Écart entre enseignants0,298 · 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

Citations244
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Strength and Conditioning ResearchMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207