Quantifying delayed-onset muscle soreness: A comparison of unidimensional and multidimensional instrumentation
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
Unidimensional pain instrumentation, whereby participants simply rate the intensity of their pain on one evaluative level, has been the most common method of assessing delayed-onset muscle soreness (DOMS). However, pain has been shown to be a multidimensional phenomenon including sensory, affective, and evaluative aspects. The aims of this study were two-fold: (1) to compare the DOMS pain responses derived from a multidimensional instrument (i.e. the McGill Pain Questionnaire--MPQ) with those using a unidimensional measure (i.e. a visual analogue scale), and (2) to identify the MPQ descriptors most commonly used to characterize DOMS among a sample of 14 male (mean age = 24.7 years, s = 4.4) and 9 female participants (mean age = 24.6 years, s = 3.5). Although the results demonstrated no significant differences between the pain ratings of the two instruments (mean values of the pain rating indices had a Spearman rank correlation coefficient of r = 1.00), suggesting no significant advantage to be gained in using the MPQ, a clearer description of DOMS emerged. The most frequently selected DOMS descriptors were "tight" (95% of participants chose this descriptor at least once), "sore" (86%), "tender" (86%), "annoying" (86%), and "pulling" (68%). These findings may be of use to researchers and sports medicine professionals in their deliberations about which instrumentation to use in quantifying DOMS and in distinguishing such pain from other, potentially more serious, musculoskeletal damage.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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