MétaCan
Menu
Retour à la cohorte
Enregistrement W2424990020

Adaptation to motion sickness from torso rotation affects symptoms from supine head nodding.

2007· article· en· W2424990020 sur OpenAlexaff
Annie Cloutier, D. G. D. Watt

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésMotion sicknessSupine positionTorsoMedicinePhysical medicine and rehabilitationTrunkAudiologyPsychologyAnesthesiaAnatomyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Space motion sickness affects more than 50% of astronauts. Adaptation to one kind of nauseogenic motion can affect the response to another. We hypothesized that repeated exposure to torso rotation (TR) would diminish motion sickness (MS) due to supine head nodding (HN), a ground-based analogue for space sickness. METHODS: During TR, standing subjects swept their gaze back and forth between two targets located 135 degrees to either side of straight ahead. For HN, the subject lay supine on a platform with his/her head and neck hanging over the edge. The head was pitched back and forth between the horizontal position and rotated back as far as possible. MS was quantified in 5 male and 20 female subjects using numerical estimates of discomfort and a more detailed questionnaire. Susceptibility to TR and HN was determined on three occasions for each stimulus. At least 1 mo separated any two tests. Subjects were exposed to TR once a day for 7 consecutive days 1 mo after the final control session. Within 24 h of the seventh session, and 1 mo later, susceptibility to HN was evaluated again. RESULTS: There was a significant decrease in MS susceptibility during repeated exposure to TR (time to stop 17.7 min on Day 1, 31.8 min on Day 7). In contrast, there was a significant increase in MS susceptibility to HN after repeated exposure to TR (mean time to stop 11.7 min before TR, 9.5 min after). Susceptibility to HN was back to normal (time to stop 11.4 min) 1 mo later. DISCUSSION: Subjects can adapt to TR by repeated exposure. At the same time, susceptibility to HN increases. Strategies for pre-adaptation to space motion sickness need to be chosen carefully as they could actually be counterproductive.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,258
Écart entre enseignants0,227 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207