Electromyographic Analysis of Muscle Activation Patterns During Bovine Transrectal Palpation and the Development of the Bovine Pregnancy Diagnosis Improvement Exercise Program
Notice bibliographique
Résumé
The unusual and tiring physical activity of bovine transrectal palpation (TRP) requires a novel approach to improve students’ TRP and pregnancy diagnosis (PD) skills. It has been shown that students who participated in an exercise program and students who had a grip strength (GS) of more than 30 kilograms performed better in bovine PDs. Participation in the exercise program increased students’ sensitivity (ability to identify pregnant cows) but did not increase total arm muscle strength. To identify which muscles are used during TRPs and to improve the exercise program, an electromyographic (EMG) analysis was used to identify muscle activation patterns and muscle activity levels during bovine TRPs. Eight subject matter experts (SMEs) each palpated two live cows and one Breed’n Betsy ® rectal examination simulator while an EMG Triggered Stimulator recorded muscle activity. Muscle activation was higher for forearm muscles compared with all other examined muscle groups ( p < .001); was higher during retraction of the uterus and palpation of left and right uterine horn, compared with palpation of cervix, uterine body, left ovary, and right ovary ( p < .001); and showed an endurance pattern. Findings have been used to modify the previously developed exercise program in effort to improve students’ TRP and PD skills. The Bovine PD Improvement Exercise Program is available to students through an online application (http://icarus.up.ac.za/vetmlp/) and aims to not only improve GS and TRP accuracy but also stamina and well-being while adding fun to busy study schedules.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 0,000 |
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.
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 ».