Indices of Muscle Fatigue
Notice bibliographique
Résumé
The objective of the study was to determine if any of the many indicators of localized muscle fatigue (LMF) mirrors the decline in force more closely (gold standard). If not, can a group of indicators can predict LMF better? Nine normal young subjects were required to exert their maximal voluntary contraction (MVC) and 40% of MVC in elbow flexion as long as they could. The magnitude of the force, EMG amplitude, median frequency (MF), muscle bed blood volume, and muscle oxygenation were measured for MVC. For the 40% MVC contraction in addition to the foregoing variables oxygen uptake (V0 2 ), ventilation volume and heart rate were also measured. The rate of perceived exertion (RPE), visual analog score (VAS) and body part discomfort rating (BPDR) were measured for both contractions. Data were subjected to the analysis of variance (ANOVA) with repeated measures, correlation and regression analysis. Different percentiles of the tasks were significantly different in both contractions (p<0.001). The MF was the strongest indicator of the force decline in MVC (r = 0.91; p<0.001) but in 40% MVC the VAS was a better indicated. None of the variables consistently represented LMF in different levels of contraction. A different grouping of objective and subjective measures for MVC and 40% MVC increased the predictability of the force decline (LMF).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».