Idiosyncratic Pain Patterns During Exhaustive Exercise
Notice bibliographique
Résumé
The purpose of this study was to investigate the dynamical distribution of pain in constant cycling and running tasks up to the point of exhaustion. Ten participants (M = 20.8 years old, SD = ± 1.03) ran and cycled at a “hard” intensity level (e.g., Borg’s RPE (6–20) = 15). During task performance, participants reported their pain on a body map every 15s. Three distinct and consistent pain distribution patterns emerged: adders who added pain locations, jumpers who switched among pain locations, and adders-jumpers who both added and switched among pain locations throughout the effort. These distribution patterns had a significant effect (p < .001) on pain stability (i.e., the time spent within the same pain location) and on total number of changes in pain locations (p < 0.04); which differed between the adders and jumpers (p < .035). Task endurance was associated with the total number of changes of pain locations (r = .46, p < .04). Finally, a significant effect of time on the number of symmetric locations χ2 (10,4) = 16.17, p < .003 emerged in running. Idiosyncratic pain distribution patterns with more switching among pain locations throughout effort seemed to increase time on task. Further scientific evidence is needed for confirming the extent to which idiosyncratic pain distribution patterns account for and/or help pain management within clinical settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».