Kinematic Analysis of the Lower Extremities of Subjects with Flat Feet at Different Gait Speeds
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
[Purpose] This study determined the difference between flat feet and normal feet of humans at different gait velocities using electromyography (EMG) and foot pressure analysis. [Subjects] This study was conducted on 30 adults having normal feet (N = 15) and flat feet (N = 15), all of whom were 21 to 30 years old and had no neurological history or gait problems. [Methods] A treadmill (AC5000M, SCIFIT, UK) was used to analyze kinematic features during gait. These features were analyzed at slow, normal, and fast gait velocities. A surface electromyogram (TeleMyo 2400T, Noraxon Co., USA) and a foot pressure analyzer (FSA, Vista Medical, Canada) were used to measure muscle activity changes and foot pressure, respectively. [Results] The activities of most muscles of the flat feet, except that of the rectus femoris, were significantly different from the muscle activities of the normal feet at different gait velocities. For example, there was a significant difference in the vastus medialis and abductor hallucis muscle. Likewise, flat feet and normal feet showed significant differences in pressures on the forefoot, midfoot, and medial area of the hindfoot at different gait velocities. Finally, comparison showed there were significant differences in pressures on the 2nd-3rd metatarsal area. [Conclusion] Because muscle activation has a tendency to increase with an increase in gait velocity, we hypothesized that the lower extremity with a flat foot requires more work to move due to the lack of a medial longitudinal arch, and consequently pressure was focused on the 2nd-3rd metatarsal area during the stance phase.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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