Muscle Contributions to Elbow Joint Rotational Stiffness in Preparation for Sudden External Arm Perturbations
Notice bibliographique
Résumé
Understanding joint stiffness and stability is beneficial for assessing injury risk. The purpose of this study was to examine joint rotational stiffness for individual muscles contributing to elbow joint stability. Fifteen male participants maintained combinations of three body orientations (standing, supine, sitting) and three hand preloads (no load, solid tube, fluid filled tube) while a device imposed a sudden elbow extension. Elbow angle and activity from nine muscles were inputs to a biomechanical model to determine relative contributions to elbow joint rotational stiffness, reported as percent of total stiffness. A body orientation by preload interaction was evident for most muscles (P<.001). Brachioradialis had the largest change in contribution while standing (no load, 18.5%; solid, 23.8%; fluid, 26.3%). Across trials, the greatest contributions were brachialis (30.4±1.9%) and brachioradialis (21.7±2.2%). Contributions from the forearm muscles and triceps were 5.5±0.6% and 9.2±1.9%, respectively. Contributions increased at time points closer to the perturbation (baseline to anticipatory), indicating increased neuromuscular response to resist rotation. This study quantified muscle contributions that resist elbow perturbations, found that forearm muscles contribute marginally and showed that orientation and preload should be considered when evaluating elbow joint stiffness and safety.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».