MétaCan
Menu
Retour à la cohorte
Enregistrement W2792726137 · doi:10.2478/rjr-2018-0006

The effect of smartphone usage on the upper extremity performance among Saudi Youth, KSA

2018· article· en· W2792726137 sur OpenAlexaboutno aff
Mohammed Khalid Alruzayhi, Muath Salman Almuhaini, Akrm Ibrahem Alwassel, Osama Mansour Alateeq

Notice bibliographique

RevueRomanian Journal of Rhinology · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical therapyMedicineElbow flexionInternal rotationPhysical medicine and rehabilitationRange of motionExternal rotationMcGill Pain QuestionnaireElbowSmartphone addictionAddictionSurgeryVisual analogue scaleEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The current study aims to investigate the effect of smartphone usage on the upper extremity performance among Saudi youth. A goniometer to measure the Range of Motion (ROM), the Smartphone Addiction Scale (SAS), McGill Pain scale and Chattanooga stabilizer were used to perform the current study on a sample of 300 university students from Al-Imam Mohammed Bin Saud University. The results have shown that smartphone addiction is negatively correlated to the elbow flexion, shoulder flexion, shoulder extension, shoulder abduction, shoulder adduction, and both shoulder internal and external rotation. Furthermore, the results have shown that McGill pain scores were positively correlated to elbow flexion, shoulder flexion, shoulder extension, shoulder abduction, shoulder adduction, and both shoulder internal and external rotation. The study has concluded that smartphone usage among Saudi youth negatively affects the upper extremity and causes a significant increase in the pain intensity. The study has recommended that there is an urgent need for a significant awareness campaign to warn the community regarding the impact of using smartphones for long periods of time.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRomanian Journal of RhinologyMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207