MétaCan
Menu
Retour à la cohorte
Enregistrement W2080191499 · doi:10.1007/s11556-011-0094-9

Is whole-body vibration beneficial for seniors?

2012· article· en· W2080191499 sur OpenAlexaff
Chantelle C. Lachance, Patricia L. Weir, Kenji A. Kenno, Sean Horton

Notice bibliographique

RevueEuropean Review of Aging and Physical Activity · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésWhole body vibrationFlexibility (engineering)Physical medicine and rehabilitationMedicineLower bodyGerontologyPhysical therapyPopulationAffect (linguistics)Physical strengthStrength trainingPsychologyEnvironmental healthVibration

Résumé

récupéré en direct d'OpenAlex

Abstract Normal aging processes result in losses of functional flexibility and muscular strength, which increase seniors’ fall risk and dependence on others. A relatively new intervention to reduce and/or reverse the adverse effects of aging is whole-body vibration (WBV) exercise. The purpose of this article is to review the established effects of WBV exercise exclusively with the aging population. A systematic search utilizing PubMed and Sport Discus databases uncovered journal articles specific to seniors and whole-body vibration. An extensive hand search supplemented the database results to find other relevant articles. Twenty-seven articles were obtained; all articles have been published in the past 8 years, reflecting the recent and growing interest in this area. Researchers have determined that WBV training can reduce fall risk and improve postural control in seniors. It has also been determined that WBV training can be as effective as conventional resistance training to improve seniors’ lower body strength. However, little is known about the effect of WBV exercise on flexibility and upper body strength in the aging population. More research is required to establish how effective WBV training is on these specific components and how it may affect seniors’ quality of life.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,032
Tête enseignante GPT0,356
Écart entre enseignants0,324 · 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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Review of Aging and Physical ActivityMême sujetEffects of Vibration on HealthTravaux en français237 207