MétaCan
Menu
Retour à la cohorte
Enregistrement W2064180785 · doi:10.1016/j.jmpt.2011.02.005

A Comparison of 2 Assessment Protocols to Specifically Target Abdominal Muscle Endurance

2011· article· en· W2064180785 sur OpenAlexaff
Isabelle Pagé, Jean-Daniel Dubois, Martin Descarreaux

Notice bibliographique

RevueJournal of Manipulative and Physiological Therapeutics · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical medicine and rehabilitationAbdominal musclesPhysical therapyAnatomy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The purpose of this study was to compare 2 variations of a test designed to evaluate abdominal muscle endurance. METHODS: This study included 21 healthy adults (10 men and 11 women) aged 23.2 ± 3.3 years. Participants recruited from a chiropractic institution performed 2 fatiguing protocols (with a lordotic posture or free of instructions), each immediately preceded and followed by a maximum voluntary contraction. Force data and surface electromyography of 6 muscles were recorded. The influence of posture on endurance time as well as the effect of posture on MedF/time slopes for each individual muscle throughout the first 4 30-seconds time segments was assessed. RESULTS: Mean time until exhaustion was 261.3 ± 149.8 seconds for the lordotic condition and 358.8 ± 206.4 seconds for the free condition. The lordotic condition induced significantly more fatigue than the free condition in 3 muscles during the first 30 seconds. However, both conditions induced similar levels of fatigue for the following 30 seconds. After the first 60 seconds, no significant differences in fatigability were noted between the 2 experimental conditions. CONCLUSION: For the subjects studied, lumbar lordosis had a significant influence on trunk muscle fatigue during abdominal muscle endurance assessment. Specifically targeting the abdominal muscles during an endurance task remains a challenge.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,462
Tête enseignante GPT0,463
Écart entre enseignants0,001 · 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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manipulative and Physiological TherapeuticsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207