MétaCan
Menu
Retour à la cohorte
Enregistrement W1995975935 · doi:10.7205/milmed-d-11-00013

Effectiveness of Acupressure and Acustimulation in Minimizing Driving Simulation Adaptation Syndrome

2011· article· en· W1995975935 sur OpenAlexaff
Daniel J. Cox, Harsimran Singh, Douglas M. Cox

Notice bibliographique

RevueMilitary Medicine · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiquePain Management and Placebo Effect
Établissements canadiensCanadian Chiropractic Association
Organismes subventionnairesnon disponible
Mots-clésAcupressurePlaceboMotion sicknessMedicineNauseaCrossover studyAnalysis of variancePhysical therapyRepeated measures designAnesthesiaInternal medicinePsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

We investigated the efficacy of acupressure and acustimulation in alleviating symptoms of Simulation Adaptation Syndrome (SAS). Twenty-five drivers (mean age = 35.6) reporting a history of driving-related sickness, motion sickness, and/or seasickness were recruited for a within subject, repeated-measures crossover study. Of all participants, 16 reported SAS during a placebo condition. These 16 participants drove the Atari research simulator for 15 minutes on 3 separate days (same time each day), wearing: (a) a placebo device, (b) acupressure beads, and (c) an acu-stimulation device. Every 3 minutes during each drive, participants rated their physical discomfort. Overall, the analysis of variance condition effect was significant (p < 0.05). Participants in the acustimulation condition reported significantly less physical discomfort (p < 0.005) compared with the placebo. There were no significant differences between the acupressure and placebo conditions or the acupressure and acustimulation conditions. These data suggest that acustimulation can help to significantly reduce or prevent SAS-related nausea and physical discomfort.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,000

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 Opus0,062
Tête enseignante GPT0,286
Écart entre enseignants0,224 · 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'étudeEssai randomisé
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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetPain Management and Placebo EffectTravaux en français237 207