MétaCan
Menu
Retour à la cohorte
Enregistrement W1987142500 · doi:10.1080/00140139.2012.752528

Low back loads while walking and carrying: comparing the load carried in one hand or in both hands

2013· article· en· W1987142500 sur OpenAlexafffund
Stuart M. McGill, Leigh Marshall, Jordan Andersen

Notice bibliographique

RevueErgonomics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsWork (physics)Compression (physics)Load cellHeavy loadStructural engineeringEngineeringMaterials scienceMechanical engineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigates the consequences of carrying load in one hand versus both hands. Six participants walked carrying buckets containing various weights. The weight was either carried in one hand or distributed evenly between both hands. Electromyography, force plate and body kinematic data were input to a three-dimensional anatomically detailed model of the spine to calculate spine loading. Carrying loads in one hand resulted in more load on the low back than when the load was split between both hands. When carrying 30 kg in one hand, the low back compression exceeded 2800 N; however, splitting the load between hands reduced low back compression to 1570 N (reduction of 44%). Doubling the total load by carrying 30 kg in each hand actually produced lower spine compression than when carrying 30 kg in one hand. Balancing the load between both hands when carrying material has merit and should be considered when designing work. PRACTITIONER SUMMARY: Carrying a load in one hand (30 kg) resulted in more spine load than splitting the same load between both hands (15 kg). When carrying double the load in both hands (30 kg in each hand vs. 30 kg in one hand), spine load decreased, suggesting merit in balancing load when designing work.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,253
Écart entre enseignants0,226 · 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

Citations86
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207