MétaCan
Menu
Retour à la cohorte
Enregistrement W2161168281 · doi:10.1080/00140139.2014.952347

Fatigue and recovery during and after static loading

2014· article· en· W2161168281 sur OpenAlexaff
Linda M. Rose, Patrick Neumann, Göran M Hägg, Göran Kenttä

Notice bibliographique

RevueErgonomics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Physical medicine and rehabilitationRepeated measures designMuscle fatigueTask (project management)PsychologyPhysical therapyMedicineMathematicsStructural engineeringStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

Subjectively assessed endurance time (ET), resumption time (RT) and perceived discomfort, pain or fatigue (PD), and objectively measured maximum force-exerting capacity were investigated for varying loads and durations of a pushing task with two repeated trials. Beyond the main results quantifying how the load scenario affected ET, RT and PD, three additional results are of note: (1) although the maximum pushing force did not change between trials, shorter ET, longer RT and higher PD indicated accumulation of fatigue in Trial 2; (2) the PD ratings showed a trend with a linear increase during loading and a curvilinear decrease during recovery; and (3) the RT and the load level for different relative loading times were found to have an unexpected U-shaped relationship, indicating lowest fatigue at the intermediate load level. These results can be used to model a more sustainable and productive work-recovery ratio.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,205

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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207