MétaCan
Menu
Retour à la cohorte
Enregistrement W2085992032 · doi:10.1080/00140130701194926

The effect of reducing the number of EMG channel inputs on loading and stiffness estimates from an EMG-driven model of the spine

2007· article· en· W2085992032 sur OpenAlexaff
Stephen H.M. Brown, Jim R. Potvin

Notice bibliographique

RevueErgonomics · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectromyographyErector spinae musclesTrunkStiffnessLumbar spineJoint (building)Moment (physics)LumbarPhysical medicine and rehabilitationSimulationAnatomyMedicineEngineeringStructural engineeringSurgeryPhysics

Résumé

récupéré en direct d'OpenAlex

Electromyography (EMG)-driven models of the spine routinely require between ten and 14 EMG channels to estimate joint load and stiffness variables. This study was designed to determine the sensitivity of common EMG-driven model outputs to the removal of individual EMG channels, and to test two adapted models driven from eight channels. A total of 11 male participants performed a variety of static exertions designed to resist either an applied trunk flexion or right side trunk lateral bend moment. In this study, 14 channels of EMG were recorded and used to drive a biomechanical model of the spine to predict L4-L5 joint load and stiffness values. The model was subsequently re-run after the removal of individual pairs of bilateral EMG channels, and again with eight-channel models in which the rectus abdominus, latissimus dorsi and multifidus EMG-channels were eliminated. Results showed that the eight-channel model provided estimates for the majority of output variables that did not differ substantially from the 14-channel model, except in instances in which muscle force output was ramped to resist flexion moments. Estimates of the output variables were, in general, improved when multifidus fascicles were re-added to the model and driven from the lumbar erector spinae EMG sites.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,288
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207