Heterogeneity of muscle activity during sedentary behavior
Notice bibliographique
Résumé
Replacing sitting by standing has been hypothesized to reduce the health risks of sitting, based on the assumption that muscles are passive during sitting and active during standing. Interventions have been more effective in overweight (OW) than in normal weight (NW) individuals, but subjects’ muscle activities have not been quantified. This study compared quadriceps and hamstring muscle electromyographic (EMG) activity between 57 NW (body mass index (BMI) 22.5 ± 1.5 kg/m 2 , female n = 36) and 27 OW (BMI 28.4 ± 2.9 kg/m 2 , female n = 8) subjects during non-fatiguing standing (15 s, EMG standing ) and sitting (30 min). EMG amplitude was normalized to EMG measured during maximal isometric knee extension and flexion (% EMG MVC ), and sitting muscle inactivity and bursts were determined using 4 thresholds (60% or 90% EMG standing and 1% or 2% EMG MVC ). Comparisons were adjusted for sex, age, knee extension strength, and the individual threshold. Standing EMG amplitude was 36% higher in OW (1.9% ± 1.5% EMG MVC ) than in NW (1.4% ± 1.4% EMG MVC , P < 0.05) subjects. During sitting, muscles were inactive 89.8% ± 12.7% of the measurement time with 12.7 ± 14.2 bursts/min across all thresholds. On average, 6% more activity was recorded in NW than in OW individuals for 3 of the 4 thresholds (P < 0.05 for 60% or 90% EMG standing and 1% EMG MVC ). In conclusion, the OW group had higher muscle activity amplitude during standing but more muscle inactivity during sitting for 3/4 of the thresholds tested. Interventions should test whether the observed heterogeneity in muscle activity affects the potential to gain cardiometabolic benefits from replacing sitting with standing.
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 | 0,000 | 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) | 0,000 | 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 ».