To What Extent Can the Use of a Mobility Assistance Dog Reduce Upper Limb Efforts When Manual Wheelchair Users Ascend a Ramp?
Notice bibliographique
Résumé
Biomechanical evidence is needed to determine to what extent the use of a mobility assistance dog (AD(Mob)) may minimize mechanical loads and muscular demands at the upper limbs among manual wheelchair users. This study quantified and compared upper limb efforts when propelling up a ramp with and without an AD(Mob) among manual wheelchair users. Ten manual wheelchair users with a spinal cord injury who own an AD(Mob) ascended a ramp with and without their AD(Mob). The movements of the wheelchair and upper limbs were captured and the forces applied at the pushrims were recorded to compute shoulder mechanical loading. Muscular demand of the pectoralis major, anterior deltoid, biceps, and the triceps was normalized against the maximum electromyographic values. The traction provided by the AD(Mob) significantly reduced the total force applied at the pushrim and its tangential component while the mechanical effectiveness remained similar. The traction provided by the AD(Mob) also resulted in a significant reduction in shoulder flexion, internal rotation, and adduction moments. The muscular demands of the anterior deltoid, pectoralis major, biceps, and triceps were significantly reduced by the traction provided by the AD(Mob). The use of AD(Mob) represents a promising mobility assistive technology alternative to minimize upper limb mechanical loads and muscular demands and optimize performance during wheelchair ramp ascent.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».