MétaCan
Menu
Retour à la cohorte
Enregistrement W2980999243

A Cross-Sectional Study Determining Pain in Lower Back and Calf Muscles among Females Due to High Heel Shoe Wear

2019· article· en· W2980999243 sur OpenAlexaboutno aff
Anam Mahmood, Umber Nawaz, Mehwish Niaz, Ushna khan, Muhammad Yahya Qureshi, Bushra Akbar

Notice bibliographique

RevueInternational Journal of Medical Research & Health Sciences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLower Extremity Biomechanics and Pathologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePhysical therapyHeelTreadmillBack painTest (biology)Cross-sectional studyPhysical medicine and rehabilitationAnatomyAlternative medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To determine pain in lower back and calf muscles among females due to high heels shoe wear. Methodology: A sample size of 87 females working women and students were recruited on the basis of the purposive sampling technique. Participants were requested to wear 5 cm stiletto high heels and they were asked to walk on treadmill at the pace of 4km/hr for 20 minutes. Modified McGill Questionnaire for pain measurement was used as a tool before and after test data collection. Results: In this study observation of muscular pain was significant in lower limb and lower back muscles due to high heels i.e. 29.6% and 24.7% respectively. Conclusion: Back and lower limbs musculature pain contribute only 8.6% whereas, only back pain had been observed in 9.9%. Paired sample t-test was used to determine pain before and after test was significant with p-value 0.000.

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)0,020
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,055
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,102
Tête enseignante GPT0,444
Écart entre enseignants0,342 · 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.

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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical Research & Health SciencesMême sujetLower Extremity Biomechanics and PathologiesTravaux en français237 207