MétaCan
Menu
Retour à la cohorte
Enregistrement W2536274455 · doi:10.1109/iembs.2004.1403708

A sEMG-based method for assessing the design of computer mice

2005· article· en· W2536274455 sur OpenAlexaff
M. Agarabi, Paolo Bonato, Carlo J. De Luca

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensDalhousie University
Organismes subventionnairesCenters for Disease Control and PreventionU.S. Department of Health and Human Services
Mots-clésElectromyographyForearmGRASPComputer mouseWristComputer sciencePhysical medicine and rehabilitationSet (abstract data type)Computer usersWork (physics)SimulationHuman–computer interactionArtificial intelligenceMedicineEngineeringAnatomy

Résumé

récupéré en direct d'OpenAlex

Computer users who experience repetitive wrist movements and awkward hand positions are prone to developing upper extremity disorders. Manufacturers have designed various ergonomic mice in response to complaints of pain and discomfort related to computer mouse use. The objective of this work was to validate the use of surface electromyography (sEMG) in assessing the design of nonkeyboard input devices (computer mice). While holding the computer mouse in different grasp positions sEMG of the forearm and hand were recorded during a set of static tasks. The sEMG signal provided information regarding the level of muscle activity and the varied combinations of muscular effort needed to position the hand in a specified posture. A significant decrease in the level of sEMG activity was observed for the pronator muscles when subjects were tested using ergonomic computer mice. The sEMG-based method was validated to be sensitive to the impact of subtle differences in shape/design on the amplitude of the surface EMG data. We also proved a significant effect of hand size and grasp position on the level of muscle activity associated with different mice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,235

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,384
Écart entre enseignants0,343 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207