Upper limb and trunk muscle activity patterns during seated and standing cycling
Notice bibliographique
Résumé
The objective of this study is to clarify the functional roles of upper limb muscles during standing and seated cycling when power output increases. We investigated the activity of seven upper limb and trunk muscles using surface electromyography (EMG). Power outputs ranged from ~100-700 W with a pedalling frequency of 90 revolution per minute. Three-dimensional handle and pedal forces were simultaneously recorded. Using non-negative matrix factorisation, we extracted muscle synergies and we analysed the integrated EMG and EMG temporal patterns. Most of the muscles showed tonic activity that became more phasic as power output increased. Three muscle synergies were identified, associated with (i) torso stabilisation, (ii) compensation/generation of trunk accelerations and (iii) upper body weight support. Synergies were similar for seated and standing positions (Pearson's r > 0.7), but synergy #2 (biceps brachii, deltoidus and brachioradialis) was shifted forward during the cycle (~7% of cycle). The activity levels of synergy #1 (latissimus dorsi and erector spinae) and synergy #2 increased markedly above ~500 W (i.e., ~+40-70% and +130-190%) and during periods corresponding to ipsi- and contralateral downstrokes, respectively. Our study results suggest that the upper limb and trunk muscles may play important roles in cycling when high power outputs are required.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».