MétaCan
Menu
Retour à la cohorte
Enregistrement W2324955887 · doi:10.1249/mss.0b013e3182456057

Energy Cost and Mechanical Work of Walking during Load Carriage in Soldiers

2012· article· en· W2324955887 sur OpenAlexaff
Jordane Grenier, Nicolas Peyrot, Josiane Castells, Roger Oullion, Laurent A. Messonnier, Jean-Benoı̂t Morin

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésBackpackContext (archaeology)Work (physics)TreadmillEnergeticsPhysical medicine and rehabilitationMedicineMathematicsPhysical therapyEngineeringStructural engineeringPhysicsMechanical engineeringBiology

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: In the military context, soldiers carry equipments of total mass often exceeding 30%-40% of their body mass (BM) and complexly distributed around their body (backpack, weapons, electronics, protections, etc.), which represents severe load carrying conditions. PURPOSE: This study aimed to better understand the effects of load carriage on walking energetics and mechanics during military-type walking. METHODS: Ten male infantrymen recently retired from the French Foreign Legion performed 3-min walking trials at a constant speed of 4 km·h(-1) on an instrumented treadmill, during which walking pattern spatiotemporal parameters, energy cost (C(W)), external mechanical work (W(ext)), and the work done by one leg against the other during the double-contact period (W(int,dc)) were specifically assessed. Three conditions were tested: (i) light sportswear (SP, reference condition considered as unloaded), (ii) battle equipment (BT, ∼22 kg, ∼27% of subjects' BM, corresponding to a military intermediate load), and (iii) road march equipment (RM, ∼38 kg, ∼46% of subjects' BM, corresponding to a military high load). RESULTS: Repeated-measures ANOVA showed that military equipment carriage significantly (i) altered the spatiotemporal pattern of walking (all P < 0.01), (ii) increased absolute gross and net CW (P < 0.0001), and (iii) increased both absolute and mass-relative W(ext) (P < 0.01) and W(int,dc) (P < 0.0001) but did not alter the inverted pendulum recovery or locomotor efficiency. CONCLUSIONS: Military equipments carriage induced significant changes in walking mechanics and energetics, but these effects appeared not greater than those reported with loads carried around the waist and close to the center of mass. This result was not expected because the latter has been hypothesized to be the optimal method of load carriage from a metabolic standpoint.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,036
Tête enseignante GPT0,381
Écart entre enseignants0,345 · 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

Citations52
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetOccupational Health and PerformanceTravaux en français237 207