Upper Extremity Kinematics and Kinetics During the Performance of a Stationary Wheelie in Manual Wheelchair Users With a Spinal Cord Injury
Notice bibliographique
Résumé
No comprehensive biomechanical study has documented upper extremity (U/E) kinematics and kinetics during the performance of wheelchair wheelies among manual wheelchair users (MWUs). The aim of this study was to describe movement strategies (kinematics), mechanical loads (kinetics), and power at the nondominant U/E joints during a wheelie among MWUs with spinal cord injury (SCI). During a laboratory assessment, 16 MWUs with SCI completed four wheelie trials on a rigid surface. Each participant's wheelchair was equipped with instrumented wheels to record handrim kinetics, while U/E and wheelchair kinematics were recorded with a 3D motion analysis system. The greatest mean and peak total net joint moments were generated by the shoulder flexors (mean = 7.2 ± 3.5 N·m; peak = 20.7 ± 12.9 N·m) and internal rotators (mean = 3.8 ± 2.2 N·m; peak = 11.4 ± 10.9 N·m) as well as by the elbow flexors (mean = 5.5 ± 2.5 N·m; peak = 14.1 ± 7.6 N·m) during the performance of wheelies. Shoulder flexor and internal rotator efforts predominantly generate the effort needed to lift the front wheels of the wheelchair, whereas the elbow flexor muscles control these shoulder efforts to reach a state of balance. In combination with a task-specific training program that remains essential to properly learn how to control wheelies among MWUs with SCI, rehabilitation professionals should also propose a shoulder flexor, internal rotator, and elbow flexor strengthening program.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».