Water height modifies forelimb kinematics of horses during water treadmill exercise
Notice bibliographique
Résumé
Although equine water treadmills (WTs) are increasingly being used for the rehabilitation of equine athletes, the immediate- and short-term effects of this type of exercise on limb movement in the WT and overground are unknown. Therefore, the objective of this study was to evaluate the effects of WT exercise on equine forelimb kinematics on land and under various WT conditions before and after a prolonged period of WT conditioning. External markers were used to collect 2D kinematic data (joint extension, flexion, range of motion (ROM), elevation; stride mechanics) at 120 frames/s. Thirteen mixed breed, English performance horses were filmed under three test conditions: (1) horses walked on sand; (2) horses walked on a WT (water heights: dry, carpus, stifle); (3) horses walked on sand immediately following a WT session. Walking speeds during testing varied between horses, ranging from 1.3-1.5 m/s, but were held constant for each individual horse for all tests on both days. Testing occurred on days 1 and 10, with horses being trained on the WT for days 2 through 8 (28 min/day). Comparisons were made using linear mixed effects models. Carpal ROM and elbow ROM were greater when horses were walked in water, compared to without water (dry treadmill) and overground ( P <0.0001 for all). This increased ROM was achieved primarily via an increase in joint flexion. With the addition of water, stride length increased and stride frequency decreased, accompanied by an increased percentage duration of swing phase. No effects of conditioning on gait mechanics were observed overground. Therefore, WT exercise may be meaningful for physical rehabilitation through increased joint flexion and ROM observed.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».