Local Dynamic Stability of Spine Muscle Activation and Stiffness Patterns During Repetitive Lifting
Notice bibliographique
Résumé
To facilitate stable trunk kinematics, humans must generate appropriate motor patterns to effectively control muscle force and stiffness and respond to biomechanical perturbations and/or neuromuscular control errors. Thus, it is important to understand physiological variables such as muscle force and stiffness, and how these relate to the downstream production of stable spine and trunk movements. This study was designed to assess the local dynamic stability of spine muscle activation and rotational stiffness patterns using Lyapunov analyses, and relationships to the local dynamic stability of resulting spine kinematics, during repetitive lifting and lowering at varying combinations of lifting load and rate. With an increase in the load lifted at a constant rate there was a trend for decreased local dynamic stability of spine muscle activations and the muscular contributions to spine rotational stiffness; although the only significant change was for the full state space muscle activation stability (p < 0.05). With an increase in lifting rate with a constant load there was a significant decrease in the local dynamic stability of spine muscle activations and the muscular contributions to spine rotational stiffness (p ≤ 0.001 for all measures). These novel findings suggest that the stability of motor inputs and the muscular contributions to spine rotational stiffness can be altered by external task demands (load and lifting rate), and therefore are important variables to consider when assessing the stability of the resulting kinematics.
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 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 | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».