MétaCan
Menu
Retour à la cohorte
Enregistrement W3043703198 · doi:10.1080/00222895.2020.1791038

Differential Effects of Concurrent Tasks on Gait in Typically Developing Children: A Meta-Analysis

2020· review· en· W3043703198 sur OpenAlexaff
Eda Çınar, Shikha Saxena, Isabelle Gagnon

Notice bibliographique

RevueJournal of Motor Behavior · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCadenceGaitPhysical medicine and rehabilitationSTRIDEMeta-analysisAffect (linguistics)Verbal fluency testPsychologyTask (project management)Gait analysisPhysical therapyMedicineCognitionInternal medicineCommunication

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to systematically analyze the literature surrounding dual-task (DT) effects on gait in typically developing children (TDC) and to conduct meta-analyses where applicable. After reviewing the abstracts of 676 articles, a total of 22 studies were included. The outcomes of interest were relative change in gait speed, cadence, stride length, double support time, variability in stride length between single and DT walking; and the exposures were concurrent tasks used for DT gait assessment. DT significantly affected each gait parameter (point estimate (PE), ranged from PE, −0.10; 95% CI, −0.13 to −0.08; p < .001 to PE, −0.66; 95% CI, −0.94 to −0.38; p < .001). The strength of DT effects varied by the concurrent task used. The greatest DT effect on gait speed, which was the most commonly presented outcome, was reported when upper extremity complex functional tasks (PE, −0.36; 95% CI, −0.49 to −0.23; p < .001, fine motor tasks (PE, −0.35; 95% CI, −0.38 to −0.32; p < .001), and verbal fluency tasks (PE, −0.26; 95% CI, −0.30 to −0.21; p < .001) were completed concurrently with gait. Children and adolescents experience performance decrements when they walk under DT conditions. Concurrent tasks differentially affect the degree of DT interference for each gait parameter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0120,040
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,369
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Motor BehaviorMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207