The impact of recreational dance on the performance of upper limb and functional mobility tasks for adults with physical and/or intellectual disabilities
Notice bibliographique
Résumé
Beyond traditional therapy, adults living with disability have limited access to specialized physical activity (PA) programming. The present study explored the motor performance of adults diagnosed with physical and/or intellectual disability in an existing specialized dance program. The program uses rhythmic movement and dance techniques to train balance, coordination, kinesthetic awareness, strength and flexibility. Six adults with disability (Mean age = 33) participated in 30 weekly sessions. Changes in functional mobility and balance were assessed using the Berg balance scale (BBS) and Timed Up and Go (TUG) tests at three time points: pre, mid, and post-training. Changes in upper limb performance were assessed using a reciprocal Fitts task (IDs 3 and 4) at the mid and final assessment sessions. Fitts' task outcome measures were reaction time (RT) and movement time (MT). No meaningful differences in the BBS were observed. TUG performance improved an average of 39% (6.6 s) at mid-training; performance was maintained at the post-training assessment. Fitts' task performance improved with RT decreasing by 34% for ID3 (mid-training =302ms±172; post-training=214ms±89) and 46% for ID4 (mid-training=400ms±373; post-training=250ms±87). MT for ID3 demonstrated a 31% decrease (mid-training=700ms±685; post-training=512ms±125) and ID4 a 24% decrease (mid-training=824ms±685 and post-training=646ms±220). These findings indicate improved mobility/balance and upper limb performance. The results of this pilot study suggest that individuals living with motor and/or cognitive disability may benefit from the dance training. Future work will consider the specific effects of rhythm as it relates to diagnosis and changes in motor performance.Acknowledgments: Many thanks to Canada's Royal Winnipeg Ballet School, the participants and caregivers/assistants, and Joseph Lo and Natalie Manicotto for their assistance with data collection.
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 | 0,001 |
| 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) | 0,001 | 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 ».