MétaCan
Menu
Retour à la cohorte
Enregistrement W2128874752 · doi:10.1123/jab.24.3.298

Wrist Splint Effects on Muscle Activity and Force during a Handgrip Task

2008· article· en· W2128874752 sur OpenAlexafffund
Jennifer Di Domizio, Jeremy P.M. Mogk, Peter J. Keir

Notice bibliographique

RevueJournal of Applied Biomechanics · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensMcMaster UniversityYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWristSplint (medicine)Physical medicine and rehabilitationTask (project management)MedicinePsychologyOrthodonticsPhysical therapyAnatomyEngineering

Résumé

récupéré en direct d'OpenAlex

Wrist splints are commonly prescribed to limit wrist motion and provide support at night and during inactive periods but are often used in the workplace. In theory, splinting the wrist should reduce wrist extensor muscle activity by stabilizing the joint and reducing the need for co-contraction to maintain posture. Ten healthy volunteers underwent a series of 24 10-s gripping trials with surface electromyography on 6 forearm muscles. Trials were randomized between splinted and nonsplinted conditions with three wrist postures (30 degrees flexion, neutral, and 30 degrees extension) and four grip efforts. Custom-made Plexiglas splints were taped to the dorsum of the hand and wrist. It was found that when simply holding the dynamometer, use of a splint led to a small (<1% MVE) but significant reduction in activity for all flexor muscles and extensor carpi radialis (all activity <4% maximum). At maximal grip, extensor muscle activity was significantly increased with the splints by 7.9-23.9% MVE. These data indicate that splinting at low-to-moderate grip forces may act to support the wrist against external loading, but appears counterproductive when exerting maximal forces. Wrist bracing should be limited to periods of no to light activity and avoided during tasks that require heavy efforts.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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

Citations9
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied BiomechanicsMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207