MétaCan
Menu
Retour à la cohorte
Enregistrement W2244932815 · doi:10.1123/mcj.16.2.265

The Effect of Muscle Fatigue on Position Sense in an Upper Limb Multi-joint Task

2012· article· en· W2244932815 sur OpenAlexaff
Amirhossein K Vafadar, Julie N. Côté, Philippe S. Archambault

Notice bibliographique

RevueMotor Control · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPhysical medicine and rehabilitationOrientation (vector space)Muscle fatigueTask (project management)Position (finance)Upper limbPhysical therapyPsychologyMedicineMathematicsElectromyographyEngineeringGeometry

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to estimate the extent to which muscle fatigue can impact on the position sense in the upper limb. Twelve healthy volunteers were asked to do a reaching task while grasping a wooden block and match the block's position with a corresponding target displayed on a flat screen, without vision. Following that, subjects performed resistive exercises with Thera-band strips until fatigue was induced and then the position sense task was repeated. A significant change in the endpoint position was observed after fatigue, in the up/down direction (p ≤ .001). The variability of endpoint positions in up/down direction was also significantly increased after fatigue (p ≤.03). There was no significant change in endpoint orientation but there was a significant fatigue × orientation effect on endpoint rotational variability. In a follow-up experiment, a group of subjects repeated the same protocol, but with a period of quiet rest between the two position sense tasks. In that group, there were no differences in endpoint position, orientation or variability. Muscle fatigue is an important factor that should be taken into consideration during the treatment of musculoskeletal injuries as well as athletic training.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,268
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMotor ControlMême sujetMotor Control and AdaptationTravaux en français237 207