MétaCan
Menu
Retour à la cohorte
Enregistrement W2561476776 · doi:10.1080/10803548.2016.1266805

The effects of hand force variation on shoulder muscle activation during submaximal exertions

2016· article· en· W2561476776 sur OpenAlexafffund
Kimberly A. Meszaros, Meghan E. Vidt, Clark R. Dickerson

Notice bibliographique

RevueInternational Journal of Occupational Safety and Ergonomics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPhysical medicine and rehabilitationUpper limbWorkspaceMathematicsPhysical therapySimulationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Upper limb injuries are highly prevalent in the workplace and new tools are needed to proactively design workstations to reduce injury risk. The objective was to characterize spatial, load and direction dependency of muscle activity for hand exertions in the upper limb workspace. Electromyographic signals were collected from 14 upper limb muscles during exertions for all combinations of 4 submaximal hand forces (20/30/50/60 N) in 6 cardinal (up/down/left/right/forward/backward) directions at 5 hand locations. Linear muscle activity increases accompanied increased hand forces. Total muscle activity increases between 20 and 60 N hand forces ranged by direction from 92% (downward) to 189% (right). Prediction equations for all muscles depended on hand force, and linear, quadratic and interaction permutations of hand location. Muscle activity associated with manual tasks is load, direction and spatially dependent. Equations developed to describe these complex relationships can be used to better design future and evaluate current occupational activities.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,965
Score d'incertitude au seuil0,199

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,279
Écart entre enseignants0,269 · 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'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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Occupational Safety and ErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207