Normative data and inter-examiner reliability of the upper quarter Y-balance test
Notice bibliographique
Résumé
Background/Aims Physical performance measures, such as the lower quarter Y-balance test, can be used to determine performance ability or functional limitations. The aim of this study was to establish a normative data set for the upper quarter Y-balance test and evaluate inter-rater reliability. Methods Healthy participants, with no current upper extremity complaint or balance issues, were recruited. Participants undertook the upper quarter Y-balance test by reaching in three directions: medial; superolateral; and inferolateral. Each participant completed three reaches on each side. The mean of the second and third reach distances was used for the analysis and reach distance was normalised to limb length. Results Mean participant age was 24.3 (± 5.6) years. Statistically significant differences between males and females were observed for all reach directions (both raw and normalised data), with large to very large effect sizes (P<0.001, effect size (r)=0.82–1.92). Results showed statistically significant differences between left- and right-hand dominance with left inferolateral reach (P=0.038, z=−2.076, r=0.21). Inter-rater reliability was excellent, with an intraclass correlation coefficient (3,1) of 0.98. Conclusions The results suggest that males have a statistically significantly larger reach in all directions and that participants reach significantly further when testing the dominant arm versus the non-dominant arm. The data presented here provide researchers with a substantive normative data set that will allow for comparison with symptomatic populations.
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 | 0,009 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».