Does body size impact muscle recruitment during law enforcement physical control simulator use?
Notice bibliographique
Résumé
This study examined muscle activation during the ‘push-pull’ component of law enforcement physical abilities testing and assessed activation differences based on sex, height, and body mass index. Fifty participants (40 male) completed the ‘push-pull’ task while surface electromyograms were recorded from ten upper and lower extremity muscles, and six trunk muscles. Muscle activation was amplitude-normalized to maximum voluntary isometric contraction and compared between sexes and tertiles of height and body mass index (BMI). Women had significantly higher activation of anterior deltoid and pectoralis major on the pull, and posterior deltoid and triceps on the push. Significant differences largely remained after controlling for body size in regression analyses. The lowest tertile of height had significantly higher triceps activity on the push. The highest tertile of BMI had significantly higher rectus abdominus and external obliques activity on the pull, and external obliques activation on the push. Practitioner summary: Muscle activation during the ‘push-pull’ component of law enforcement standardised testing was examined, including differences based on sex, height, and BMI. Minimal differences existed between sexes (females had higher deltoid, pectoralis major, triceps activity), height (shorter people had higher triceps activity) and BMI tertiles (larger people had more abdominal activity). Abbreviations: ANOVA: analysis of variance; BMI: body mass index; COPAT: correctional officer's physical abilities test; EMG: electromyogram; IMU: inertial measurement unit; MVIC: maximum voluntary isometric contraction; PARE: physical abilities requirement evaluation; PCS: physical control simulator; POPAT: police officer's physical abilities test; RMS: root mean square
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 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 | 0,001 |
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 tête enseignante, 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 ».