MétaCan
Menu
Retour à la cohorte
Enregistrement W2105802034 · doi:10.1186/2193-1801-2-229

Estimating changes in metabolic power from EMG

2013· article· en· W2105802034 sur OpenAlexafffund
Ollie M. Blake, James M. Wakeling

Notice bibliographique

RevueSpringerPlus · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectromyographyMetabolic rateWeightingMetabolic costRespiratory exchange ratioIntensity (physics)MedicinePhysical medicine and rehabilitationInternal medicineHeart ratePhysicsBlood pressure

Résumé

récupéré en direct d'OpenAlex

Metabolic rates can increase 21 times above resting levels during cycling with the majority attributed to muscular contractions. Metabolic estimates attained through gas exchange parameters are limited by the respiration rate and time delay with respect to these contractions. In contrast surface electromyography (EMG) contains instantaneous muscle contraction information at higher temporal resolutions. An adequate metabolic power-EMG relationship has not been established to use EMG as a metabolic estimate during dynamic activities. The purpose of this study was to establish a metabolic power-EMG relationship during non steady-state conditions. Participants cycled at workloads between 25 and 90% O2max while EMG and gas exchange were monitored. The EMG was resolved into intensities and total EMG intensity was calculated as the sum of intensities across all muscles for each pedal cycle. Metabolic power was estimated from gas exchange parameters and the mean total EMG intensity between breaths was calculated and used as breath-by-breath values. Comparisons were made between breath-by-breath resolutions of metabolic power and total EMG intensity. Different weighting coefficients were also applied to the EMG for each muscle to analyze the effects of different muscle weightings on metabolic power estimations. There was a significant correlation (r = 0.91) between estimates of metabolic power from EMG and gas exchange. Muscle weighting had a significant effect on metabolic power determination with the highest and lowest correlated estimates having the largest weightings on muscles proximal and distal to the knee respectively. This study demonstrates that EMG contains important information about the metabolic costs of muscle contractions and provides good predictions of metabolic changes during non steady-state conditions. Also, the importance of each muscle is workload dependent with inappropriate weightings reducing metabolic estimations. These findings have implications for future EMG applications as they provide more immediate, higher temporal resolution predictions of changes in metabolic power.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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'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

Citations42
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpringerPlusMême sujetMuscle activation and electromyography studiesTravaux en français237 207