Evaluating Abdominal and Lower-Back Muscle Activity While Performing Core Exercises on a Stability Ball and a Dynamic Office Chair
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to evaluate the ability of a dynamic office chair to activate the core muscles while participants performed exercises sitting on the chair compared to a stability ball. BACKGROUND: Prolonged sitting has become an accepted part of the modern office. However, epidemiological evidence suggests that sedentary postures are linked to many adverse effects on health. The concept of dynamic or active sitting is intended to promote movement while sitting to reduce the time spent in prolonged, static postures. METHODS: Sixteen participants performed four pelvic rotation exercises (front-back, side-side, circular, and leg lift) on both a dynamic office chair and a stability ball. Muscle activity from 12 torso muscles were evaluated with surface electromyography. RESULTS: For all exercises, trunk muscle activity on the chair was comparable to that on a stability ball. The right external oblique was the only muscle to produce greater peak activity (p = .019) when using the ball compared to the chair (21.4 ± 14.0 percent maximal voluntary excitations (%MVE) and 14.7 ± 10.8 %MVE for the ball and chair, respectively). The left thoracic erector spinae produced greater average activity (p = .044) on the chair than on the ball. CONCLUSION: These findings suggest that this dynamic sitting approach could be an effective tool for core muscle activation while promoting movement and exercise while sitting at work. APPLICATION: Muscle activations on the dynamic chair are comparable to those on a stability ball, and dynamic office chairs can promote movement and exercise while sitting at work.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».